Детальная информация

В данной работе изучены свёрточные нейронные сети и их преимущества при работе с изображениями. Рассмотрены модели свёрточных сетей и проведено их сравнение для выбора подходящей модели для решения задачи детекции мусора на изображении. Подготовлены обучающий и тестовый датасеты, обучена модель YOLOv3 и проверено качества её работы на тестовых изображениях. Для разработки использовалась среда Google Colab, язык Python, фреймворк Keras.

In this paper, convolutional neural networks and their advantages when working with images are studied. Models of convolutional networks are considered and their comparison is carried out to select a suitable model for solving the problem of garbage detection in the image. A training and test dataset has been prepared, the YOLOv3 model has been trained and the quality of its work has been checked on test images. Google Colab environment, Python language, Keras framework were used for development.