Детальная информация
Название | Использование нейронных сетей для распознавания объектов на примере ImageNet: выпускная квалификационная работа бакалавра: направление 09.03.04 «Программная инженерия» ; образовательная программа 09.03.04_01 «Технология разработки и сопровождения качественного программного продукта» |
---|---|
Авторы | Цепцов Даниил Игоревич |
Научный руководитель | Черноруцкий Игорь Георгиевич |
Другие авторы | Локшина Екатерина Геннадиевна |
Организация | Санкт-Петербургский политехнический университет Петра Великого. Институт компьютерных наук и технологий |
Выходные сведения | Санкт-Петербург, 2021 |
Коллекция | Выпускные квалификационные работы; Общая коллекция |
Тематика | машинное обучение; нейронные сети; компьютерное зрение; сверточные нейронные сети; распознавание объектов на изображении; machine learning; neural networks; computer vision; convolutional neural networks; object recognition in the image |
Тип документа | Выпускная квалификационная работа бакалавра |
Тип файла | |
Язык | Русский |
Уровень высшего образования | Бакалавриат |
Код специальности ФГОС | 09.03.04 |
Группа специальностей ФГОС | 090000 - Информатика и вычислительная техника |
Ссылки | Отзыв руководителя; Отчет о проверке на объем и корректность внешних заимствований |
DOI | 10.18720/SPBPU/3/2021/vr/vr21-964 |
Права доступа | Доступ по паролю из сети Интернет (чтение, печать, копирование) |
Ключ записи | ru\spstu\vkr\12835 |
Дата создания записи | 16.07.2021 |
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 |
В данной работе рассматриваются основные архитектуры нейронных сетей, производится их сравнение. Анализируются проблемы обучения и демонстрируются подходы к решению этих проблем. Для решения поставленной задачи были подробно изучены структуры моделей нейросети, произведено их сравнение. Было проведено исследование подходящей обучающей выборки и подходящего фреймворка для осуществления дальнейших работ. Проведено обучение модели нейросети, показавшее успешные результаты для поставленной задачи.
The main architectures of neural networks are considered and compared. Deep learning problems are analyzed and solutions of these problems are demonstrated. To solve the obtained problem, the structures of the neural network models were studied in detail and compared. Research was carried out on a suitable training set and a suitable framework for further work. The training of the neural network model was carried out and showed successful results for the task.
Место доступа | Группа пользователей | Действие |
---|---|---|
Локальная сеть ИБК СПбПУ | Все |
|
Интернет | Авторизованные пользователи СПбПУ |
|
Интернет | Анонимные пользователи |
|
Количество обращений: 30
За последние 30 дней: 0