Отрывок: [8]. 29 3 Разработка и исследование метода решения задачи распознавания продуктов питания на изображении Для создания модели сверточной нейронной сети был использован язык программирования Python 3.6, среда разработки Jupyter Notebook, а также библиотека Keras, в основе которой заложена библиотека TensorFlow. TensorFlow - одна и...
Название : | Применение сверточной нейронной сети к решению задачи распознавания продуктов питания на изображении |
Авторы/Редакторы : | Горячев В. А. Белоусов А. А. Суханов С. В. Якимов П. Ю. Министерство науки и высшего образования Российской Федерации Самарский национальный исследовательский университет им. С. П. Королева (Самарский университет) Институт информатики математики и электроники |
Дата публикации : | 2019 |
Библиографическое описание : | Горячев, В. А. Применение сверточной нейронной сети к решению задачи распознавания продуктов питания на изображении : вып. квалификац. работа по направлению подгот. "Прикладная математика и информатика" (уровень магистратуры) / В. А. Горячев ; рук. работы А. А. Белоусов ; нормоконтролер С. В. Суханов ; рец. П. Ю. Якимов ; М-во науки и высш. образования Рос. Федерации, Самар. нац. исслед. ун-т им. С. П. Королева (Самар. ун-т). - Самаpа, 2019. - on-line |
Аннотация : | Данное исследование посвящено изучению применения сверточной нейронной сети к решению задачи распознавания продуктов питания на изображении. В ходе работы рассмотрены некоторые современные подходы к решению задачи распознавания продуктов питания по изобра |
Другие идентификаторы : | RU\НТБ СГАУ\ВКР20190808142141 |
Ключевые слова: | обработка изображений распознавание образов Food-101 CNN Keras Imagenet Python сверточные нейронные сети |
Располагается в коллекциях: | Выпускные квалификационные работы |
Файлы этого ресурса:
Файл | Размер | Формат | |
---|---|---|---|
Горячев_Василий_Алексеевич_Применение_свёрточной_нейронной_сети.pdf | 4.89 MB | Adobe PDF | Просмотреть/Открыть |
Показать полное описание ресурса
Просмотр статистики
Поделиться:
Все ресурсы в архиве электронных ресурсов защищены авторским правом, все права сохранены.