Публікація:
Дослідження та використання методів глибинного навчання для розпізнавання об’єктів заданого типу на зображеннях

dc.contributor.authorЯценко, В. І.
dc.date.accessioned2024-08-14T18:24:29Z
dc.date.available2024-08-14T18:24:29Z
dc.date.issued2024
dc.description.abstractОб’єкт дослідження – глибинні нейронні мережі. Предмет дослідження – дослідження та використання методів глибинного навчання для розпізнавання об’єктів заданого типу на зображеннях. Мета роботи – дослідження глибинних нейронних мереж, зокрема можливостей згорткових нейронних мереж, їх переваг та недоліків, способів та галузей застосування, спроможності розпізнавати різноманітні задані об’єкти на зображеннях, порівняння різних архітектур згорткових нейронних мереж для розпізнавання об’єктів та порівняння згорткових мереж з іншими підходами розпізнавання об’єктів, порівняння їх точності та швидкості, практичне дослідження різних моделей. Методи дослідження – методи глибинного навчання, методи класифікації зображень з допомогою згорткових нейронних мереж, порівняння переваг та недоліків різних архітектур згорткових нейронних мереж. У результаті роботи проведено аналіз та порівняння методів R-CNN, Fast R-CNN, Faster R-CNN, YOLO, SSD, EfficientDet, що використовуються для розпізнавання об’єктів на зображеннях. Проведено практичний аналіз методів R-CNN та YOLO. Дане дослідження буде корисне для застосування в різних галузях для покращення точності та швидкодії наявних засобів розпізнавання.
dc.identifier.citationЯценко В. І. Дослідження та використання методів глибинного навчання для розпізнавання об’єктів заданого типу на зображеннях : пояснювальна записка до кваліфікаційної роботи здобувача вищої освіти на другому (магістерському) рівні, спеціальність 122 Комп’ютерні науки / В. І. Яценко ; М-во освіти і науки України, Харків. нац. ун-т радіоелектроніки. – Харків, 2024. – 72 с.
dc.identifier.urihttps://openarchive.nure.ua/handle/document/27810
dc.language.isouk
dc.subjectрозпізнавання об’єктів
dc.subjectметоди глибинного навчання
dc.titleДослідження та використання методів глибинного навчання для розпізнавання об’єктів заданого типу на зображеннях
dc.typeOther
dspace.entity.typePublication

Файли

Оригінальний пакет
Зараз показано 1 - 1 з 1
Завантаження...
Зображення мініатюри
Назва:
2024_M_ShI_Yatsenko_VI.pdf
Розмір:
1.88 MB
Формат:
Adobe Portable Document Format
Ліцензійний пакет
Зараз показано 1 - 1 з 1
Немає доступних мініатюр
Назва:
license.txt
Розмір:
9.55 KB
Формат:
Item-specific license agreed upon to submission
Опис: