Публікація: Розробка iOS-застосунку для розпізнавання вітамінного складу фруктів за їх зображенням
dc.contributor.author | Черноусова, М. С. | |
dc.date.accessioned | 2023-06-18T20:07:04Z | |
dc.date.available | 2023-06-18T20:07:04Z | |
dc.date.issued | 2023 | |
dc.description.abstract | Об’єктом роботи є зображення фруктів, які необхідно класифікувати для визначення їх вітамінного складу. Метою роботи є розробка iOS застосунку із застосуванням згорткової нейронної мережі, спрямованого на розпізнання фруктів та їх вітамінного складу. Проведено дослідження класичних методів розпізнавання та класифікації об’єктів на основі нейронних мереж. Досліджено можливості нейронних моделей MPSCNN, особливості роботи бібліотеки Core ML та бібліотеки Core Data. Проведено дослідження методів на основі згорткових нейронних мереж та моделі MPSCNN. У результаті роботи отримано iOS застосунок для розпізнавання та класифікації̈ фруктів та визначення їх вітамінного складу. | |
dc.identifier.citation | Черноусова М. С. Розробка iOS-застосунку для розпізнавання вітамінного складу фруктів за їх зображенням : пояснювальна записка до кваліфікаційної роботи здобувача вищої освіти на першому (бакалаврському) рівні, спеціальність 122 Компʼютерні науки / М. С. Черноусова ; М-во освіти і науки України, Харків. нац. ун-т радіоелектроніки. – Харків, 2023. – 67 с. | |
dc.identifier.uri | https://openarchive.nure.ua/handle/document/23483 | |
dc.language.iso | uk | |
dc.subject | комп’ютерний зір | |
dc.subject | розпізнавання та класифікація образів | |
dc.subject | глибоке навчання | |
dc.subject | нейронні мережі | |
dc.subject | згорткові нейронні мережі | |
dc.title | Розробка iOS-застосунку для розпізнавання вітамінного складу фруктів за їх зображенням | |
dc.type | Other | |
dspace.entity.type | Publication |
Файли
Оригінальний пакет
1 - 1 з 1
Завантаження...
- Назва:
- 2023_B_INF_Chernousova.pdf
- Розмір:
- 13.4 MB
- Формат:
- Adobe Portable Document Format
Ліцензійний пакет
1 - 1 з 1
Немає доступних мініатюр
- Назва:
- license.txt
- Розмір:
- 9.64 KB
- Формат:
- Item-specific license agreed upon to submission
- Опис: