Інтелектуальний фреймворк для завдань розпізнавання під операційною системою IOS

Abstract

Задачі розпізнавання набирають все більшу популярність та практичну цінність. Операція виділення контурів об'єкта полягає у використанні моделей штучних нейронних мереж. Створення нової моделі без попередньо тренованих моделях майже немає сенсу, але це залежить від поставленої задачі.

Процес підготовки тренування та використання може займати дні щоб зрозуміти, що і як потрібно зробити. Тому багато команд розробників, або шукають інший спосіб, або витрачають свій час налаштування та конфігурування такого процесу. Особливо це стосується задач розпізнавання об'єктів, тому що окрім підготовки зображень та міток потрібно ще й конвертувати мітки в той формат, який розуміє вибраний фреймворк. Також для використання тренованої моделі нейронної мережі у мобільній розробці, як приклад у операційній системі iOS потрібно конвертувати у модель типу mlmodel. Навіть на цьому все не закінчується і потрібно писати математичні операції по фільтруванню та коригуванню розпізнаних поверхонь. Тому важливою задачею на сьогодні є спрощення та прискорення розгортання такого процесу.

В процесі роботи був розроблений фреймворк для прискорення підготовки до тренування та використання моделей нейронних мереж під операційною системою iOS, після чого створений прикладний додаток аналіз виділення зовнішніх контурів об’єкту на зображенні. У спеціальному розділі з охорони праці та безпеки у надзвичайних ситуаціях проаналізовано систему заходів і засобів по запобіганню впливу на людину несприятливих факторів, які супроводжують роботу працівника ІТ-сфери та на промислових підприємствах. Виконано аналіз освітлення та мікрокліматичних умов на робочому місці, управління цивільним захистом на підприємстві у разі виникнення пожежі.