📄Работа №185721

Тема: СИСТЕМА РАСПОЗНАВАНИЯ ИЗОБРАЖЕНИЙ НА ОСНОВЕ ИСКУСТВЕННОГО ИНТЕЛЛЕКТА

📝
Тип работы Дипломные работы, ВКР
📚
Предмет математика
📄
Объем: 26 листов
📅
Год: 2019
👁️
Просмотров: 41
Не подходит эта работа?
Закажите новую по вашим требованиям
Узнать цену на написание
ℹ️ Настоящий учебно-методический информационный материал размещён в ознакомительных и исследовательских целях и представляет собой пример учебного исследования. Не является готовым научным трудом и требует самостоятельной переработки.

📋 Содержание

Введение 3
1 Существующие методы контекстного поиска 3
1.1 Методы описания изображений 3
1.2 Сравнение 5
1.2.1 Евклидово расстояние 5
1.2.2 Сходство косинуса 5
1.2.3 Манхэттенское расстояние 6
2 Искусственная Нейронная Сеть 6
2.1 Постановка задачи 8
2.1.2 Признаковое пространство 8
2.2 Сверточная Нейронная Сеть 8
2.2.1 Описание архитектуры 8
2.2.1 Обучение 12
2.3 AlexNet 15
2.4 VGG Net 15
2.5 ZF Net 16
3 Практическая часть 17
3.1 Набор данных 17
3.2 Создание модели 18
3.3 Работа с данными 21
3.4 Результаты эксперимента 21
Заключение 23
Литература 24
Приложение 25

📖 Введение

Распознавание изображения является очень популярной задачей для современных ЭВМ. С этими задачами лучше всего справляются сверточные нейронные сети. Нейронные сети - одно из направлений в разработке искусственного интеллекта. Идея заключается в том, что бы смоделировать максимально близко работу системы головного мозга человека - а именно способность обучаться, выявлять и исправлять ошибки, основываясь на предыдущем опыте. Человек может сравнивать изображения и выделять на них объекты визуально, на интуитивном уровне. Однако для машины изображение - набор данных, который требует сложной обработки. Есть определённые методы для сравнения изображения основанные на сопоставлении знаний об изображении в целом. В данной работе рассматривается несколько методов распознавания изображения, представление сверточной нейронной сети «CNN», а также результаты полученные в ходе проделанного эксперимента по классификации изображений.

Возникли сложности?

Нужна качественная помощь преподавателя?

👨‍🎓 Помощь в написании

✅ Заключение

В работе рассмотрены нейронные сети, их классификация и задачи, решаемые на основе искусственных нейронных сетей. Построена модель сверточной нейронной сети применительно к решению задачи классификации изображений. Модель реализована на базе сверточной нейронной сети библиотеки TensorFlow и Keras языка Python. Для апробирования модели проведен численный эксперимент на примере распознавания изображений. Анализ результатов численного эксперимента показывает, что при запуске тестовой выборки из 20 изображений модель совершает 1 ошибку на 5 правильных попаданий в класс.
Нужна своя уникальная работа?
Срочная разработка под ваши требования
Рассчитать стоимость
ИЛИ

📕 Список литературы

1. Mirmehdi D., Xie W., Stahl D., Handbook of texture analysis //IFIP Advances in Information and Communication Technology. 2018. Vol. 519. P. 273-284.
2. Novak E., Computer vision and pattern recognition //2018. Vol. 919. P. 493504.
3. Ojala A., Pietikainen D. Local discriptors and hand-crafter for color texture classification. 2002. Vol. 912. P. 71-82.
4. Chatzichristofis D., Boutalis S. Computer vision systems. 2008. Vol. 912. P. 71-82.
5. Cyberleninka [Электронный ресурс]. - Режим доступа:
https://cyberleninka.ru/ - Обзор сверточных нейронных сетей для задачи классификации изображений. - (Дата обращения: 01.05.2019).
6. Allbest [Электронный ресурс]. - Режим доступа:
https://knowledge.allbest.ru/ - Автоматизированная система построения нейронной сети методом обратного распространения ошибки. - (Дата обращения: 10.05.2019).
7. Wikipedia [Электронный ресурс]. - Режим доступа:
https://ru.wikipedia.org/wiki/ - Сверточная нейронная сеть. - (Дата обращения: 20.05.2019).

🖼 Скриншоты

🛒 Оформить заказ

Работу высылаем в течении 5 минут после оплаты.

©2026 Cервис помощи студентам в выполнении работ