В ходе научно-исследовательской работы проводится исследование и разработка алгоритма создания аутентичных наборов данных для решения задачи распознавания номеров. При решении задач распознавания образов целесообразно использование нейросетевых технологий, но зачастую возникает проблема нехватки данных для формирования полноценной обучающей выборки при распознавании. Разработан алгоритм для создания набора искусственных данных, подходящих для использования в обучения нейронных сетей. В качестве области применения предполагается распознавание номеров железнодорожных вагонов. Создан алгоритм, формирующий набор размеченных для обучения синтетических изображений. Результатом применения алгоритма является набор данных, пригодный для дополнения тренировочной выборки при обучении нейронных сетей в области распознавания номеров железнодорожных вагонов.

In the course of the research work, the research and development of an algorithm for creating authentic data sets for solving the problem of number recognition is carried out. Research and development of an algorithm for creating authentic data sets to solve the problem of number recognition is carried out. When solving recognition problems, it is advisable to use neural network technologies. But there is a problem of lack of data for the formation of a full-fledged training sample during recognition. An algorithm has been developed to create a set of artificial data suitable for use in training neural networks. The recognition of railway car numbers is assumed to be the scope of application. An algorithm has been created that forms a set of synthetic images marked up for training. The result of applying the algorithm is a data set suitable for supplementing the training sample when training neural networks in the field of recognition of railway car numbers.

• Список сокращений и терминов
• Введение
• Глава 1. Анализ предметной области
  • 1.1. Актуальность
  • 1.2. Общие требования
• Глава 2. Анализ средств разработки. Постановка требований к ПО
  • 2.1. Техническая задача
  • 2.2. Требования к системе
  • 2.3. Выбор компонентов для реализации
    • 1.
    • 2.
    • 2.1.
    • 2.2.
    • 2.3.
    • 2.3.1. Выбор языка программирования.
    • 2.3.2. Сервис обучения.
    • 2.3.3. Нейронные сети.
• Глава 3. Разработка модулей
  • 3.1. Решение 1. Программа создания наборов данных на основе имеющихся изображений
    • 3.1.1. Схема работы
    • 3.1.2. Общие особенности
  • 3.2. Решение 2. Программа генерации синтетических наборов данных
    • 3.2.1. Схема работы
    • 3.2.2. Общие особенности
    • 3.2.3. Основы формирования изображения
    • 3.2.4. Предварительная обработка изображения
    • 3.2.5. Загрузка набора данных
  • 3.
  • 3.1.
  • 3.2.
  • 3.3.
  • 3.4. Выводы
• Глава 4. Тестирование
  • 4.1. Методика тестирования
  • 4.2. YoloV5
  • 4.3. TOOD
  • 4.4. R-CNN
  • 4.5. Выводы
• Заключение
• Список использованных источников
• Приложение 1.
• Программа создания наборов данных на основе имеющихся изображений
• Приложение 2.
• Программа генерации синтетических наборов данных