Репозитарій КНУ
  • Yкраї́нська
  • English
  • Увійти
    Новий користувач? Зареєструйтесь.Забули пароль?
Репозитарій КНУ
  • Фонди & Зібрання
  • Статистика
  • Yкраї́нська
  • English
  • Увійти
    Новий користувач? Зареєструйтесь.Забули пароль?
  1. Головна
  2. Кваліфікаційні роботи | Qualifying works
  3. Бакалаврські роботи | Bachelor theses
  4. Система розпізнавання фрагментів дерев з використанням згорткових нейронних мереж
 
  • Деталі
Параметри

Система розпізнавання фрагментів дерев з використанням згорткових нейронних мереж

Дата випуску :
2023
Автор(и) :
Воробченко Ю. С.
Анотація :
Метою роботи є створення системи для розпізнавання об’єктів та аналіз методів розпізнавання на прикладі задачі розпізнавання фрагментів дерев.
Об’єкт дослідження – набір візуальних даних з об’єктами, що належать до двох класів.
Предмет дослідження – точність, перспективи та методи розпізнавання квітів та бутонів дерев.
У ході виконання роботи було досліджено ефективність різних архітектур для розпізнавання об’єктів, виявлено найбільш перспективні, зроблено застосунок для використання натренованих моделей для розпізнавання.
Майже всі моделі показують досить високу точність (>70%) для виконання практичних задач в аграрній промисловості та для збору інформації.
Найкращі результати показала модель YOLO v5, яка в той же час потребувала найбільше часу на навчання.

Ключові слова : розпізнавання, класифікація, нейронна мережа, глибинне навчання, згорткова мережа, дані.
The purpose of the course work is to create a system for object recognition and analyze recognition methods on the example of the task of recognizing tree fragments.
The object of research is a set of visual data with objects belonging to two classes.
The subject of the study is the accuracy, perspectives, and methods of recognizing flowers and tree buds.
Research methods - this work uses empirical research methods (experiments are conducted and the results are compared) and machine learning methods for image recognition.
A program in the Python programming language has been developed to perform experimental studies. The results of the experimental studies were processed and analyzed.
The main results of the work: various efficiencies of different architectures for object recognition were investigated, the most promising ones were identified, and an application for using trained models for recognition was made.

Keywords : recognition, classification, neural network, deep learning, convolutional network, data.
Бібліографічний опис :
Воробченко Ю. С. Система розпізнавання фрагментів дерев з використанням згорткових нейронних мереж : випускна кваліфікаційна робота бакалавра : 122 Комп’ютерні науки / Воробченко Ю. С. – Київ, 2023. – 48 с.
URL :
https://ir.library.knu.ua/handle/123456789/5428
Файл(и) :
Вантажиться...
Ескіз
Формат

Adobe PDF

Розмір :

2.52 MB

Контрольна сума:

(MD5):58250de6c5aa9334c1a4664278bcbd71

Ця робота розповсюджується на умовах ліцензії Creative Commons CC BY-NC

Побудовано за допомогою Програмне забезпечення DSpace-CRIS - Розширення підтримується та оптимізується 4Наука

  • Налаштування куків
  • Політика приватності
  • Угода користувача
  • Надіслати відгук

м. Київ, вул. Володимирська, 58, к. 42

(044) 239-33-30

ir.library@knu.ua