С 17 марта 2020 г. для ресурсов (учебные, научные, материалы конференций, статьи из периодических изданий, авторефераты диссертаций, диссертации) ЭБ СПбПУ, обеспечивающих образовательный процесс, установлен особый режим использования. Обращаем внимание, что ВКР/НД не относятся к этой категории.

Детальная информация

Название: Применение нейронных сетей для обнаружения случаев нарушения правил ношения спецодежды на производстве: выпускная квалификационная работа бакалавра: 15.03.06 - Мехатроника и робототехника ; 15.03.06_03 - Мехатроника
Авторы: Бабкин Никита Андреевич
Научный руководитель: Габриель Антон Сергеевич
Другие авторы: Чупров Сергей Геннадьевич
Организация: Санкт-Петербургский политехнический университет Петра Великого. Институт металлургии, машиностроения и транспорта
Выходные сведения: Санкт-Петербург, 2019
Коллекция: Выпускные квалификационные работы; Общая коллекция
Тематика: сверточная нейронная сеть; распознавание объектов; системы видеонаблюдения; convolutional neural network; recognition of objects; video security system
Тип документа: Выпускная квалификационная работа бакалавра
Тип файла: PDF
Язык: Русский
Код специальности ФГОС: 15.03.06
Группа специальностей ФГОС: 150000 - Машиностроение
Ссылки: Отзыв руководителя; Рецензия; Отчет о проверке на объем и корректность внешних заимствований
DOI: 10.18720/SPBPU/3/2019/vr/vr19-780
Права доступа: Свободный доступ из сети Интернет (чтение, печать, копирование)

Разрешенные действия:

Действие 'Прочитать' будет доступно, если вы выполните вход в систему или будете работать с сайтом на компьютере в другой сети Действие 'Загрузить' будет доступно, если вы выполните вход в систему или будете работать с сайтом на компьютере в другой сети

Группа: Анонимные пользователи

Сеть: Интернет

Аннотация

Объектом исследования является модель сверточной нейронной сети обнаружения объектов YOLO. Целью исследовательской работы является разработка модели нейронной сети для решения задачи обнаружения нарушений ношения униформы. В работе рассмотрены схожие возможности реализации решения поставленной задачи, проведены эксперименты обучения и предложены способы ускорения выполнения поставленной задачи.

The object of the research is the convolutional neural network YOLO model for object detection. The aim of the research is to develop a neural network model for solving the problem of detecting violations of wearing uniform. In the work, similar possibilities of implementing the solution of the task are considered, training experiments are conducted and ways to accelerate the implementation of the task are proposed.

Права на использование объекта хранения

Место доступа Группа пользователей Действие
Локальная сеть ИБК СПбПУ Все Прочитать Печать Загрузить
Интернет Авторизованные пользователи Прочитать Печать Загрузить
-> Интернет Анонимные пользователи

Оглавление

  • ВВЕДЕНИЕ
  • 1Аналитический обзор
  • 1.1 Нейросетевая платформа DarkNet
  • 1.2 Нейронная сеть для обнаружения объектов YOLO
  • 1.3 Нейронная сеть для обнаружения объектов YOLOv2
  • 1.4 Нейронная сеть для обнаружения объектов Tiny YOLO
  • 1.5 Нейронная сеть для обнаружения объектов YOLOv3
  • 1.6 Нейронная сеть для обнаружения объектов R-CNN
  • 1.7 Нейронная сеть для обнаружения объектов Fast R-CNN
  • 1.8 Нейронная сеть для обнаружения объектов RetinaNet
  • 1.9 Выводы по разделу
  • Математическое описание
  • 2.1 Искусственный нейрон
  • 2.2 Сверточные нейронные сети
  • 2.3 Особенности нейронной сети для обнаружения объектов YOLO
  • 2.4 Выводы по разделу
  • Описание программной части
  • 3.1 Используемые библиотеки
  • 3.2 Разметчик изображений LabelImg
  • 3.3 Библиотека технического зрения OpenCV
  • 3.4 Архитектура параллельных вычислений CUDA
  • 3.5 Библиотека для нейронных сетей cuDNN
  • 3.6 Выводы по разделу
  • Описание экспериментов
  • 4.1 Выбор и разметка набора данных
  • 4.2 Подготовка исходных файлов конфигурации
  • 4.3 Обработка исходных данных и разметка классами
  • 4.4 Обучение нейронной сети на подготовленном наборе данных
  • 4.5 Выводы по разделу
  • ЗАКЛЮЧЕНИЕ
  • СПИСОК ИСПОЛЬЗОВАННЫХ ИСТОЧНИКОВ

Статистика использования

stat Количество обращений: 45
За последние 30 дней: 1
Подробная статистика