Комп’ютерна система класифікації та сегментації зображень з використанням машинного навчання

Abstract

Метою кваліфікаційної роботи є розробка та реалізація комп’ютерної системи, здатної виконувати класифікацію та сегментацію зображень на основі методів машинного навчання, зокрема глибоких згорткових нейронних мереж, з використанням відкритих платформ, таких як Google Colab. У ході виконання кваліфікаційної роботи проведено огляд сучасних наукових підходів до обробки візуальної інформації, здійснено аналіз особливостей традиційних та глибоких методів машинного навчання, а також розглянуто переваги гібридних архітектур. Для реалізації системи було використано середовище Google Colab, що забезпечило доступ до ресурсів GPU та сучасних бібліотек TensorFlow і Keras. Практична частина роботи включає підготовку двох датасетів: Fashion-MNIST для класифікації та Oxford-IIIT Pet для сегментації; проєктування та навчання відповідних моделей, оцінку якості результатів та візуалізацію роботи системи. Особливу увагу приділено інтеграції класифікаційної та сегментаційної моделей у єдиний конвеєр, що забезпечує послідовну обробку зображень у двох режимах.