Система розпізнавання та класифікації об'єктів на основі Microsoft Cognitive Toolkit

Abstract

Дипломна робота на здобуття освітньої кваліфікації «Бакалавр комп’ютерних наук». – Чорноморський національний університет імені Петра Могили, Миколаїв, 2019. Дипломна робота присвячена розробці архітектури й проектуванню моделі нейронної мережі для розпізнавання і класифікації об'єктів та подальшого впровадження в програмний застосунок. В роботі описано основні принципи проектування штучних нейронних мереж для вирішення задач класифікації зображень. Спираючись на аналіз різних архітектур нейронної мережі, було створено й оптимізовано власну модель, в основі якої знаходиться композиція згорткової нейронної мережі. Згорткова нейронна мережа є багаторівневою архітектурою, що самостійно визначає найважливіші характеристики на вхідних даних. Фахова частина включає вступ, три розділи, висновки та додатки до дипломної роботи. Спеціальна частина включає розділ про охорону праці та безпеку на підприємстві. В першому розділі розглядаються теорія розпізнавання об’єкта методами машинного навчання, основні архітектури та методології моделювання штучних нейронних мереж та використання їх у різних сферах життя. В другому розділі проводиться порівняльний аналіз різних архітектур в залежності від типу поставленого завдання, вибір більш оптимальної для вибраної цілі. Також відбувається відбір фреймворку, хмарної віртуальної машини та шляху покращення структури нейронної мережі. В результаті аналізу було обрано архітектуру згорткові нейроні мережі з пакетною нормалізацією, яка буде реалізована за допомогою фреймворку Microsoft Cognitive Toolkit. У третьому розділі розглядається функціональна структура розробленої системи, а також розробка й налаштування програмного забезпечення.