Details

Тема выпускной квалификационной работы: «Разработка нейронной сети для распознавания строительных отходов». Целью работы является разработка алгоритма нейронной сети, направленного на решение задачи распознавания строительных отходов. В работе проведен анализ современных нейросетевых алгоритмов, способствующих решению задачи распознавания объектов, и методов их оптимизации. Создан набор данных для решения задачи семантической сегментации объектов строительства. Разработан алгоритм семантической сегментации, основанный на методе полуконтролируемого обучения модели. Проведен качественный и сравнительный анализы разработанного алгоритма, по результатам которых модель продемонстрировала хорошие показатели качества обучения на малом количестве размеченных данных.

The subject of the graduate qualification work is “Development of a neural network for the recognition of construction waste”. The aim of the work is to develop a neural network algorithm aimed at solving the problem of recognizing construction waste. The paper analyzes modern neural network algorithms that contribute to solving the problem of object recognition and methods of their optimization. A data set has been created to solve the problem of semantic segmentation of construction sites. A semantic segmentation algorithm based on the semi-supervised model learning method has been developed. A qualitative and comparative analysis of the developed algorithm was carried out, according to the results of which the model demonstrated good learning quality indicators on a small amount of marked data.