Дослідження алгоритму генерації зображення на основі текстового опису
Тип публікації :
Бакалаврська робота
Дата випуску :
2023
Автор(и) :
Грабар Олександр
Мова основного тексту :
ua
eKNUTSHIR URL :
Цитування :
[APA 7] Грабар, О. (2023). Дослідження алгоритму генерації зображення на основі текстового опису [Бакалаврська робота, Київський національний університет імені Тараса Шевченка]. eKNUTSHIR. https://ir.library.knu.ua/handle/123456789/5020
[ДСТУ] Грабар О. Дослідження алгоритму генерації зображення на основі текстового опису : кваліфікаційна робота бакалавра : 12 Інформаційні технології. Київ, 2023. 56 с. URL: https://ir.library.knu.ua/handle/123456789/5020 (дата звернення: 25.07.2026).
Об'єкт дослідження – генерації зображень на основі текстового опису.
Предмет дослідження – використання нейронних мереж для генерації зображень на основі текстового опису.
Мета роботи полягає в аналізі нейронної мережі для генерації зображень на основі текстового опису.
Методи дослідження – огляд існуючих статей, публікацій та інших літературних джерел, підготовка даних, комп’ютерне моделювання та проєктування.
Проведено аналіз представлених технологій, архітектур та видів нейронних мереж. Було розглянуто існуючі аналоги, а також проведено їх порівняльний аналіз. Було проведено постанову завдання. Було обрано засоби для реалізації та тестування системи, а саме мову програмування Python та середовище розробки Google Colab.
Як результат, було проаналізовано та протестовано алгоритм DALL-E mini, що перетворює текстовий опис на картинки.
Ключові слова: ГЕНЕРАЦІЯ ЗОБРАЖЕНЬ, ГЛИБИННЕ НАВЧАННЯ, НЕЙРОННА МЕРЕЖА, CLIP, DALL-E MINI, VQGAN.
Предмет дослідження – використання нейронних мереж для генерації зображень на основі текстового опису.
Мета роботи полягає в аналізі нейронної мережі для генерації зображень на основі текстового опису.
Методи дослідження – огляд існуючих статей, публікацій та інших літературних джерел, підготовка даних, комп’ютерне моделювання та проєктування.
Проведено аналіз представлених технологій, архітектур та видів нейронних мереж. Було розглянуто існуючі аналоги, а також проведено їх порівняльний аналіз. Було проведено постанову завдання. Було обрано засоби для реалізації та тестування системи, а саме мову програмування Python та середовище розробки Google Colab.
Як результат, було проаналізовано та протестовано алгоритм DALL-E mini, що перетворює текстовий опис на картинки.
Ключові слова: ГЕНЕРАЦІЯ ЗОБРАЖЕНЬ, ГЛИБИННЕ НАВЧАННЯ, НЕЙРОННА МЕРЕЖА, CLIP, DALL-E MINI, VQGAN.
Галузі знань та спеціальності :
12 Інформаційні технології
122 Комп’ютерні науки
Файл(и) :![Ескіз]()
Вантажиться...
Формат :
Adobe PDF
Розмір :
1.09 MB
Контрольна сума :
(MD5):873b4b55023ac1a3f2292a228376f048
Якщо не вказано інше, ця робота розповсюджується на умовах ліцензії Creative Commons Attribution-NonCommercial 4.0 International