Search academic texts

Information × Registration Number 2124U002516, Article popup.category Бакалаврська робота Title popup.author Марусій Богдан Ігорович popup.publication 01-01-2024 popup.source_user Національний технічний університет України «Київський політехнічний інститут імені Ігоря Сікорського» popup.source https://ela.kpi.ua/handle/123456789/70388 popup.publisher Київ Description Дипломна робота: 74 с., 6 рис., 8 табл., 20 посилань, 1 додаток. Об’єкт дослідження – процес побудови та навчання гібридних згорткових нейронних мереж (ГЗНМ). Предмет дослідження – конкретні техніки, алгоритми та підходи, використані при створенні гібридних архітектур ЗНМ. Мета роботи – розробка та оцінка гібридних згорткових нейронних мереж для вирішення задач розпізнавання дорожніх знаків та виявлення пішоходів в автомобільних системах. Проведено огляд існуючих сучасних практик у ЗНМ та гібридних архітектур. Виявлено, що класичні ЗНМ, такі як AlexNet, VGG та ResNet, мають високу ефективність у задачах комп'ютерного зору, проте мають певні обмеження. Виявлено, що використання гібридних моделей дає змогу покращити точність і продуктивність порівняно з класичними підходами. Вибрано ряд сучасних інструментів та технологій для розробки гібридних ЗНМ, у тому числі TensorFlow, Keras, PyTorch та інші. Побудовані прототипи гібридних ЗНМ показали високу ефективність у вирішенні задач класифікації зображень. Використання аугментації даних значно покращило узагальнювальну здатність моделі. Оптимізація гіперпараметрів, зокрема швидкості навчання, дала змогу досягти оптимальної продуктивності моделі. Завдяки гнучкості архітектури та використанню сучасних бібліотек, розроблений додаток може бути легко адаптований до інших задач комп'ютерного зору, таких як відеоспостереження, медична діагностика або автоматизована модерація контенту. Проведено функціонально-вартісний аналіз програмного продукту. popup.nrat_date 2025-01-29 Close