1. Репозиторий Самарского национального исследовательского университета имени академика С.П. Королёва
  2. 05. Выпускные квалификационные работы
  3. Выпускные квалификационные работы
Full metadata record
DC FieldValueLanguage
dc.contributor.authorТазяев Р. Б.
dc.contributor.authorЛезина И. В.
dc.contributor.authorБельгер И. С.
dc.coverage.spatialдорожные знаки
dc.coverage.spatialклассификация
dc.coverage.spatialлокализация
dc.coverage.spatialнейроны
dc.coverage.spatialобратное распространение ошибки
dc.coverage.spatialпулинг
dc.coverage.spatialсверточные нейронные сети
dc.creatorТазяев Р. Б.
dc.date2024
dc.date.accessioned2025-11-27T12:27:04Z-
dc.date.available2025-11-27T12:27:04Z-
dc.date.issued2024
dc.identifier.identifierRU\НТБ СГАУ\ВКР20241003155340
dc.identifier.citationТазяев, Р. Б. Исследование применения сверточной нейронной сети для решения задачи распознавания дорожных знаков : вып. квалификац. работа по направлению подгот. 09.04.01 Информатика и вычислительная техника (уровень магистратуры), профиль «Информационные системы и технологии» / Р. Б. Тазяев ; рук. работы И. В. Лезина ; нормоконтролер И. С. Бельгер ; М-во науки и высш. образования Рос. Федерации, Самар. нац. исслед. ун-т им. С. П. Королева (Самар. ун-т), Ин-т информатики и к. - Самара, 2024. - 1 файл (4,8 Мб). - Текст : электронный
dc.identifier.urihttp://repo.ssau.ru/jspui/handle/123456789/52726-
dc.description.abstractВ выпускной квалификационной работе разработана автоматизированная система распознавания дорожных знаков с помощью сверточной нейронной сети.Целью данной работы является исследование применения сверточной нейронной сети для распознавания дорожных знаков.В рамках работы проведен анализ предметной области и различных методов, которые применяются в задачах распознавания изображений, произведено обоснование выбора модели сети.В данной системе реализована возможность работы с камерой телефона для распознавания дорожных знаков и получения предупреждения о них. Обучение сети производится с помощью метода обратного распространения ошибки. Параметры сети: количество слоев, оптимизатор, функция активации, функция потерь, размер батча и количество эпох обучения.В мобильном приложении с помощью обученной сети реализован процесс распознания дорожных знаков. Оценка точности сети производится с помощью метрики accuracy.Используя методологию UML, был разработан логический проект с применением программы Draw.io. Система
dc.subjectдорожные знаки
dc.subjectклассификация
dc.subjectлокализация
dc.subjectнейроны
dc.subjectобратное распространение ошибки
dc.subjectпулинг
dc.subjectсверточные нейронные сети
dc.subject.rugasnti50.33.39
dc.subject.udc004.032.26
dc.titleИсследование применения сверточной нейронной сети для решения задачи распознавания дорожных знаков
dc.typeText
local.contributor.authorМинистерство науки и высшего образования Российской Федерации
local.contributor.authorСамарский национальный исследовательский университет им. С. П. Королева (Самарский университет)
local.contributor.authorИнститут информатики и кибернетики
local.identifier.oldurihttp://repo.ssau.ru/handle/Vypusknye-kvalifikacionnye-raboty/Issledovanie-primeneniya-svertochnoi-neironnoi-seti-dlya-resheniya-zadachi-raspoznavaniya-dorozhnyh-znakov-112020
local.identifier.oldurihttp://repo.ssau.ru/handle/Vypusknye-kvalifikacionnye-raboty/Issledovanie-primeneniya-svertochnoi-neironnoi-seti-dlya-resheniya-zadachi-raspoznavaniya-dorozhnyh-znakov-112020
Appears in Collections:Выпускные квалификационные работы

Files in This Item:
File SizeFormat 
Тазяев_Рустам_Бариевич_Исследование_применения_свёрточной_нейронной.pdf4.87 MBAdobe PDFView/Open    Request a copy
Show simple item record


Items in Repository are protected by copyright, with all rights reserved, unless otherwise indicated.