Отрывок: 4.1 Выбор языка программирования, среды разработки и используемой операционной системы Для решения задачи подсчѐта объектов на изображениях было решено использовать язык высокого уровня Python версии 3.8.3 [29]. Его часто используют в машинном обучении, для работы с нейронными сетями и обработки больших объѐмов данных. Язык имеет встроенные высокоуровневые структуры данных и динамическую типизацию, что делает его хорошим вариантом для разработки приложений. 41 Код в Python ор...
Полная запись метаданных
Поле DC | Значение | Язык |
---|---|---|
dc.contributor.author | Альгашев Г. А. | ru |
dc.contributor.author | Солдатова О. П. | ru |
dc.contributor.author | Соловьева Я. В. | ru |
dc.contributor.author | Министерство науки и высшего образования Российской Федерации | ru |
dc.contributor.author | Самарский национальный исследовательский университет им. С. П. Королева (Самарский университет) | ru |
dc.contributor.author | Институт информатики | ru |
dc.contributor.author | математики и электроники | ru |
dc.coverage.spatial | метод адаптивной инерции | ru |
dc.coverage.spatial | свертка | ru |
dc.coverage.spatial | сверточные нейронные сети | ru |
dc.coverage.spatial | сверточные слои | ru |
dc.coverage.spatial | инициализация весов | ru |
dc.coverage.spatial | регрессия | ru |
dc.coverage.spatial | полносвязные слои | ru |
dc.coverage.spatial | подсчет объектов на изображениях | ru |
dc.coverage.spatial | нейропластичность | ru |
dc.creator | Альгашев Г. А. | ru |
dc.date.issued | 2020 | ru |
dc.identifier | RU\НТБ СГАУ\ВКР20200904114434 | ru |
dc.identifier.citation | Альгашев, Г. А. Решение задачи подсчёта объектов на изображениях с помощью сверточных нейронных сетей : вып. квалификац. работа по направлению подгот. 09.04.01 "Информатика и вычислительная техника" (уровень магистратуры) / Г. А. Альгашев ; рук. работы О. П. Солдатова ; нормоконтролер Я. В. Соловьева ; М-во науки и высш. образования Рос. Федерации, Самар. нац. исслед. ун-т им. С. П. Королева (Самар. ун-т), Ин-т информати. - Самара, 2020. - on-line | ru |
dc.description.abstract | В данной выпускной квалификационной работе магистра проводится исследование применения свѐрточных нейронных сетей для решения задачи подсчѐта однотипных объектов на изображении, представленной как задача регрессии. В рамках работы были решены следующие задачи: 1) проанализированы модели свѐрточных нейронных сетей; 2) изучены различные алгоритмы, решающие задачу подсчѐта объектов на изображении; 3) разработана программа для подготовки данных для обучения, промежуточной проверки и тестирования моделей свѐрточных нейронных сетей; 4) разработаны архитектуры свѐрточных сетей для решения задачи регрессии; 5) проведено обучения и тестирование моделей сетей при случайной инициализации весов и инициализации подготовленными весами, и проанализированы полученные результаты. Для обучения и тестирования использовалась база фотографий бактериальных клеток, подсвеченных с помощью люминесцентной микроскопии. Система реализована на языке Python версии 3.5.3 с помощью библиотеки TensorFlow версии 1.15.3 в текстовом редакторе C | ru |
dc.format.extent | Электрон. дан. (1 файл : 3,6 Мб) | ru |
dc.title | Решение задачи подсчёта объектов на изображениях с помощью сверточных нейронных сетей | ru |
dc.type | Text | ru |
dc.subject.rugasnti | 50.01 | ru |
dc.subject.udc | 004.032.26 | ru |
dc.textpart | 4.1 Выбор языка программирования, среды разработки и используемой операционной системы Для решения задачи подсчѐта объектов на изображениях было решено использовать язык высокого уровня Python версии 3.8.3 [29]. Его часто используют в машинном обучении, для работы с нейронными сетями и обработки больших объѐмов данных. Язык имеет встроенные высокоуровневые структуры данных и динамическую типизацию, что делает его хорошим вариантом для разработки приложений. 41 Код в Python ор... | - |
Располагается в коллекциях: | Выпускные квалификационные работы |
Файлы этого ресурса:
Файл | Размер | Формат | |
---|---|---|---|
Альгашев_Геннадий_Андреевич_Решение_задачи_подсчёта_объектов.pdf | 3.65 MB | Adobe PDF | Просмотреть/Открыть |
Показать базовое описание ресурса
Просмотр статистики
Поделиться:
Все ресурсы в архиве электронных ресурсов защищены авторским правом, все права сохранены.