Details

Целью работы является разработка автоматизированной системы предразметки данных для обучения нейронных сетей для обнаружения и классификации дефектов тканей. Задачи, которые решались в ходе исследования: 1. Проанализировать существующие подходы к разметке данных. 2. Разработать концепцию системы предразметки данных. 3. Разработать программное обеспечение для препроцессинга данных перед обучением нейронных сетей. 4. Разработать программное обеспечение для обучения нейронной сети для классификации изображений и проанализировать результаты обучения. 5. Разработать программное обеспечение для обучения нейронной сети для решения задачи обнаружения и локализации и проанализировать результаты обучения. 6. Разработать программное обеспечение с пользовательским интерфейсом для осуществления автоматизированного препроцессинга данных и обучения нейронных сетей. 7. Проанализировать результаты тестирования программной реализации системы предразметки данных. Актуальность создания автоматизированной системы предразметки данных обусловлена ростом цифровизации производства и необходимостью минимизации ручного монотонного труда. Это подтверждается проектированием и разработкой подобных систем в крупных технологических компаниях, деятельность которых связана с автоматизацией процессов  и внедрением технологий компьютерного зрения. Работа проводилась в лаборатории «Промышленные системы потоковой обработки данных», где были предоставлены данные предприятий текстильной промышленности. Комплекс предназначен для оперативного контроля качества и решения основных задач учета изготавливаемой продукции на текстильных предприятиях. Реализованная программная часть позволяет автоматизировать процесс поиска дефектов на изображений с применением нейросетевых технологий. Система разрабатывается для автоматического контроля качества изготавливаемой продукции вместо ручного контроля, что приведет к снижению затрат и повышению продуктивности на производстве.

The aim of the work is to develop an automated data pre-marking system for training neural networks to detect and classify tissue defects. Tasks that were solved during the research: 1. Analyze existing approaches of data markup. 2. Develop the concept of a data markup system. 3. Develop software for data preprocessing before training neural networks. 4. Develop software for training a neural network for image classification and analyze the learning outcomes. 5. Develop software for training a neural network to solve the problem of detection and localization and analyze the learning outcomes. 6. Develop software with a user interface for automated data preprocessing and neural network training. 7. Analyze the results of testing the software implementation of the data markup system. The relevance of creating an automated data pre-marking system is due to the increasing digitalization of production and the need to minimize manual monotonous labor. This is confirmed by the design and development of such systems in large technology companies, whose activities are related to the automation of processes and the introduction of computer vision technologies. The work was carried out in the laboratory "Industrial Streaming Data Processing Systems", where data from textile industry enterprises were provided. The complex is designed for operational quality control and solving the main tasks of accounting for manufactured products at textile company. The implemented software part allows you to automate the process of searching for defects in images using neural network technologies. The system is being developed for automatic quality control of manufactured products instead of manual control, which will lead to lower costs and increased productivity in production.