Details

Title: Классификация облаков по фотографиям со спутников: выпускная квалификационная работа бакалавра: направление 09.03.01 «Информатика и вычислительная техника» ; образовательная программа 09.03.01_02 «Технологии разработки программного обеспечения»
Creators: Макарова Юлия Сергеевна
Scientific adviser: Никитин Кирилл Вячеславович
Other creators: Нестеров Сергей Александрович
Organization: Санкт-Петербургский политехнический университет Петра Великого. Институт компьютерных наук и технологий
Imprint: Санкт-Петербург, 2020
Collection: Выпускные квалификационные работы; Общая коллекция
Subjects: компьютерное зрение; mask rcnn; сверточные нейронные сети; сегментация; классификация; облака; vgg16; computer vision; convolutional neural network; segmentation; classification; clouds
Document type: Bachelor graduation qualification work
File type: PDF
Language: Russian
Level of education: Bachelor
Speciality code (FGOS): 09.03.01
Speciality group (FGOS): 090000 - Информатика и вычислительная техника
Links: Отзыв руководителя; Рецензия; Отчет о проверке на объем и корректность внешних заимствований
DOI: 10.18720/SPBPU/3/2020/vr/vr20-1156
Rights: Доступ по паролю из сети Интернет (чтение, печать, копирование)
Record key: ru\spstu\vkr\6526

Allowed Actions:

Action 'Read' will be available if you login or access site from another network Action 'Download' will be available if you login or access site from another network

Group: Anonymous

Network: Internet

Annotation

В рамках выпускной квалификационной работы была разработана система классификации и сегментации изображений облаков по фотографиям со спутниковых снимков. Классификация проводилась по четырем классам: рыба, цветок, гравий, сахар. Был проведен анализ методов классификации изображений и сделан выбор в пользу нейросетевого подхода с использованием архитектур vgg16 и mask rcnn.

Graduation qualification work consists of development of a system that is able to classify and segment cloud images from satellite. The classification was done in four classes: fish, flower, gravel, sugar. Also, an analysis of the classification methods was made, and a choice was made in favor of the neural network approach using architectural vgg16 and mask rcnn.

Document access rights

Network User group Action
ILC SPbPU Local Network All Read Print Download
Internet Authorized users SPbPU Read Print Download
-> Internet Anonymous

Usage statistics

stat Access count: 37
Last 30 days: 0
Detailed usage statistics