Застосування глибинного навчання в задачах розпізнавання образів на аерознімках

dc.contributor.advisorВерес Максим Миколайович
dc.contributor.authorЛогачов Михайло
dc.date.accessioned2023-04-07T07:32:50Z
dc.date.available2023-04-07T07:32:50Z
dc.date.issued2022
dc.description.abstractВ даній роботі були описані теоретичні основи глибокого навчання та згорткових нейронних мереж. Окремо були розглянуті популярні архітектури мереж для розпізнавання об’єктів: класичний підхід, YOLO, SSD. Були описані переваги та недоліки цих підходів, і також вказані потенційні місця для покращення. Зроблено та перевірено припущення щодо доцільності використання власнорозробленої спрощеної пірамідальної мережі ознак в архітектурі SSD при розпізнаванні малих об’єктів. Для цього були виміряні та порівняні показники швидкодія та точність, на які користувачі звертають увагу при виборі моделі для своїх потреб. Поставлена задача розпізнавання образів на аерофотознімках та виділені її особливості в контексті розглянутих моделей. Результати роботи демонструються у вигляді простих для аналізу графіків та малюнків. Запропонований у цій роботі підхід показує свою корисність, коли вхідні зображення мають великий масштаб. Додаткові питання, підняті у роботі є підставою для подальших досліджень в цій області.uk_UA
dc.identifier.citationЛогачов М. Застосування глибинного навчання в задачах розпізнавання образів на аерознімках : кваліфікаційна робота ... бакалавра : 121 Інженерія програмного забезпечення / Михайло Логачов. - Київ, 2022. - 44 с.uk_UA
dc.identifier.urihttps://ir.library.knu.ua/handle/123456789/3087
dc.language.isouk_UAuk_UA
dc.subject12 Інформаційні технологіїuk_UA
dc.subject121 Інженерія програмного забезпеченняuk_UA
dc.titleЗастосування глибинного навчання в задачах розпізнавання образів на аерознімкахuk_UA
science.typeБакалаврські роботиuk_UA
Файли
Контейнер Original
Зараз відображається 1 - 1 з 1
Завантаження...
Ескіз
Назва:
Lohachov_bakalavr.pdf
Розмір:
6.11 MB
Формат:
Adobe Portable Document Format
Опис:
бакалаврська робота