Розпізнавання долонь на зображеннях за допомогою згорткових нейронних мереж
Тип публікації :
Бакалаврська робота
Дата випуску :
2022
Автор(и) :
Ткаченко Дімітрій
Мова основного тексту :
ua
eKNUTSHIR URL :
Цитування :
[APA 7] Ткаченко, Д. (2022). Розпізнавання долонь на зображеннях за допомогою згорткових нейронних мереж [Бакалаврська робота, Київський національний університет імені Тараса Шевченка]. eKNUTSHIR. https://ir.library.knu.ua/handle/123456789/2633
[ДСТУ] Ткаченко Д. Розпізнавання долонь на зображеннях за допомогою згорткових нейронних мереж : кваліфікаційна робота бакалавра : 12 Інформаційні технології. Київ, 2022. 55 с. URL: https://ir.library.knu.ua/handle/123456789/2633 (дата звернення: 25.07.2026).
У даній роботі розглянута проблематика розпізнавання об’єктів на зображеннях та описані методи із комп’ютерного зору для вирішення таких задач. Під час порівняння методів виявлено, що використання згорткових нейронних мереж є найоптимальнішим способом вирішення поставленої задачі – розпізнавання долоней людини.
Досліджені способи програмної реалізації нейронних мереж, вибрано сучасну мову програмування та фреймворк для роботи з нейронними мережами – Python та TensorFlow. Також обрана архітектура майбутньої мережі, а саме – SSD. Сформульовані вимоги до набору даних, на якому відбувалося навчання моделі, і за цими вимогами обрано відповідний набір даних.
На основі обраних програмних засобів готову модель для розпізнавання об’єктів донавчена з використанням прийому під назвою перенесення навчання. Для навчання моделі та роботи з набором даних створено необхідний функціонал, також створено функціонал для оцінки результатів навчання моделі. Для роботи з навченою моделлю створений консольний застосунок, наведені приклади його застосування.
Досліджені способи програмної реалізації нейронних мереж, вибрано сучасну мову програмування та фреймворк для роботи з нейронними мережами – Python та TensorFlow. Також обрана архітектура майбутньої мережі, а саме – SSD. Сформульовані вимоги до набору даних, на якому відбувалося навчання моделі, і за цими вимогами обрано відповідний набір даних.
На основі обраних програмних засобів готову модель для розпізнавання об’єктів донавчена з використанням прийому під назвою перенесення навчання. Для навчання моделі та роботи з набором даних створено необхідний функціонал, також створено функціонал для оцінки результатів навчання моделі. Для роботи з навченою моделлю створений консольний застосунок, наведені приклади його застосування.
Галузі знань та спеціальності :
12 Інформаційні технології
123 Комп’ютерна інженерія
Файл(и) :![Ескіз]()
Вантажиться...
Формат :
Adobe PDF
Розмір :
1.68 MB
Контрольна сума :
(MD5):62391e85794d6fb6640668adc882ed8c
Якщо не вказано інше, ця робота розповсюджується на умовах ліцензії Creative Commons Attribution-NonCommercial 4.0 International