Інтелектуальна система ідентифікації та класифікації військової техніки з використанням нейромереж

Abstract

Актуальність данного дослідження полягає в важливості цього завданням у сфері комп'ютерного зору та у сучасному світі. Використання глибоких нейронних мереж для класифікації різних типів техніки набуло широкого поширення, оскільки такі моделі дозволяють обробляти складні структури зображень та досягати високої точності. Особливості сучасних нейромереж, зокрема здатність тренувати глибокі моделі з великою кількістю шарів, роблять їх ефективним інструментом для задач, де важлива точна ідентифікація та класифікація об’єктів. Результати таких досліджень можуть бути застосовані в оборонній сфері та інших галузях, де обробка та класифікація зображень є критичним завданням. Об’єктом дослідження є процес класифікації військової техніки за допомогою нейронних мереж. Предметом дослідження є нейронні мережі для класифікації військової техніки на фотографіях. Метою дослідження є підвищення точності класифікації об'єктів на фотографіях за рахунок застосування моделей нейронних мереж. Основними цілями дослідження є вивчення принципів функціонування різних видів нейромереж, аналіз їх особливостей порівняно з іншими архітектурами глибоких нейронних мереж, оцінка їх ефективності та точності у класифікації військової техніки на фотографіях. Робота буде включати експериментальну частину з використанням відповідних наборів даних для тренування та тестування нейромереж. Отримані результати дослідження сприятимуть розумінню можливостей та обмежень обраних нейромереж у контексті класифікації зображень, що може мати практичне значення у галузі комп'ютерного зору та штучного інтелекту. Робота складається з фахового розділу і спеціальної частини з охорони праці. Пояснювальна записка складається зі вступу, чотирьох розділів, висновків та додатків. У першому розділі розглядаються технології для класифікації об’єктів на фото, аналіз аналогічних систем та формування завдання на КР. У другому розділі досліджено основні принципи роботи нейронних мереж, що використовуватимуться в дослідженні, їх архітектура та алгоритми навчання. У третьому розділі описано процес формування даних для навчання нейромереж, їх обробка та сортування. Також було спроектовано процес по створення вебзастосунку для роботи з класифікацією фото. У четвертому розділі наведено результати стврення нейромереж, створення вебзастосунку та їх тестування. В результаті розроблено систему класифікації військової техніки на фотографіях з використанням нейромережевих техноло гій з точністю близько 95%. Кваліфікаційна робота містить 87 сторінок, 33 рисунок та 25 використаних джерел. The relevance of this study lies in the importance of this task in the field of computer vision and in the modern world. The use of deep neural networks for classifying various types of machinery has become widespread, as such models allow processing complex image structures and achieving high accuracy. The features of modern neural networks, in particular the ability to train deep models with a large number of layers, make them an effective tool for tasks where accurate identification and classification of objects is important. The results of such research can be applied in the defense sector and other industries where image processing and classification is a critical task. The object of research is the process of classifying military equipment using neural networks. The subject of the study is neural networks for classifying military equipment in photographs. The purpose of the study is to improve the accuracy and classification of objects in photographs by using neural network models. The main objectives of the study are to study the principles of functioning of different types of neural networks, analyze their features in comparison with other deep neural network architectures, and evaluate their efficiency and accuracy in classifying military equipment in photographs. The work will include an experimental part using appropriate datasets for training and testing neural networks. The obtained results of the study will contribute to understanding the capabilities and limitations of the selected neural networks in the context of image classification, which may be of practical importance in the field of computer vision and artificial intelligence. The work consists of a professional section and a special part on labor protection. The explanatory note consists of an introduction, four chapters, conclusions, and appendices. The first section discusses technologies for classifying objects in photos, analyzing similar systems, and forming a task for research. The second section describes the basic principles of neural networks to be used in the BCR, their architecture and training algorithms. The third section describes the process of generating data for neural network training, processing, and sorting. We also designed the process of creating a web application for photo classification. Section 4 presents the results of neural network training, web application development, and testing. As a result, a system for classifying military vehicles in photographs using neural network technologies with an accuracy of about 95% was developed. Master's thesis consists of 87 pages, 33 figure and 25 references.