Дослідження та реалізація методу класифікації зображень за допомогою нейромережі

Abstract

Об’єктом дослідження є процес класифікації зображень одягу за допомогою нейронних мереж. Метою дослідження є аналіз і оптимізація процесу класифікації зображень одягу з використанням нейронних мереж, розробка і впровадження різних моделей для цієї задачі, а також оцінка їхньої ефективності на власному наборі даних. Було використано п’ять архітектур: MobileNetV2, EfficientNetB0, DenseNet121, NASNetMobile та ResNet50V2. Застосовувалися аугментація даних, регуляризація, налаштування гіперпараметрів та оптимізація через Adam. Моделі оцінювалися за допомогою графіків втрат і точності навчання, матриці плутанини та метрик precision, recall, F1-score, ROC-AUC і Log Loss, із візуалізацією результатів для SavedModel, TFLite і Quantized TFLite. У результаті дослідження розроблено метод класифікації одягу, створено унікальний датасет і мобільний застосунок.