№ 1 (484) 2021

Постійне посилання зібрання

https://eir.nuos.edu.ua/handle/123456789/4287

Переглянути

Перегляд № 1 (484) 2021 за Автор "Kirei, Kateryna O."

Зараз показуємо 1 - 1 з 1
  • Ескіз
    Документ
    Система розпізнавання об’єктів навколишнього світу на основі нейронної мережі
    (2021) Кірей, К. О.; Kirei, Kateryna O.
    Анотація. У статті розглядається один із напрямів автоматизації розпізнавання образів з використанням згорткових нейронних мереж. Розпізнавання образів на зображенні та їх класифікація є основою систем машинного зору. Однак комп’ютерні системи розпізнавання образів реального світу не завжди працюють добре. Головна проблема полягає у тому, що в більшості випадків неможливо адекватно визначити ознаки, на основі яких слід здійснювати розпізнавання. Для задач, де такі ознаки вдається виділити, штучні системи розпізнавання набули значного поширення і широко використовуються. Наприклад, розпізнавання номерних знаків транспортних засобів, обличчя людини тощо. Проте все ще не досягнута достатня адекватність виділення і розпізнавання різноманітних об’єктів реального світу у часі наближеному до реального, що не дозволяє досягти необхідних показників в реальних задачах. Метою дослідження є розробка алгоритму ефективної нейронної мережі, здатної швидко на точно розпізнавати об’єкти реального світу, що містить зображення, з заздалегідь визначеного переліку об’єктів. Методика. На основі аналізу алгоритмів та архітектур нейронних мереж було обрано найбільш придатний тип нейронної мережі; оптимізовано алгоритм розпізнавання об’єктів на зображенні; емпіричним шляхом обрано найбільш прийнятну конфігурацію гіперпараметрів згорткових нейронних мереж, що напряму впливає на швидкість та якість роботи нейронної мережі у розпізнаванні. Результати. Було розроблено декілька моделей згорткових нейронних мереж: precise, precise2 та fast, що мають певну конфігурацію гіперпараметрів. Після чого було навчено нейронну мережу на основі цих конфігурації із датасетом COCO та проведено тестування основних функцій створеної системи. Наукова новизна полягає у розробці вдосконаленого алгоритму розпізнавання об’єктів та їх меж на зображенні. Практична значимість. Розроблено систему, здатну швидко та точно розпізнавати та позначати об’єкти на зображені. Також система може працювати з будь-якими наборами даних та є дуже гнучкою у налаштуванні.