Згорткові нейронні мережі в системах розпізнавання та класифікації об’єктів агропромислового комплексу

Abstract

Бакалаврська кваліфікаційна робота виконана студенткою групи КН-410 Піпенко Анастасією Артемівною. Тема «Згорткові нейронні мережі в системах розпізнавання та класифікації об’єктів агропромислового комплексу». Робота направлена на здобуття ступеня бакалавр за спеціальністю 122 «Комп’ютерні науки». Метою дипломної роботи є створення та розробка системи нейромережевого розпізнавання об’єктів агропромислового комплексу у зображеннях на основі згорткової нейронної мережі. Об’єктом дослідження є система організації нейромережевого розпізнавання об’єктів на зображенні завдяки створенню моделі згорткової нейронної мережі. Предметом дослідження є методи навчання нейронних мереж та реалізація архітектури згорткових нейронних мереж. В результаті виконання дипломної роботи було розроблено програмний продукт, який представляє собою нейронну мережу для розпізнавання, класифікації та підрахунку об’єктів агропромислового комплексу із зображень. Практична цінність даної програми полягає у можливості аналізу та підрахунку врожаю ще до його збору. Ключові слова: згорткова нейронна мережа, розпізнавання зображень, агропромисловий комплекс. Бакалаврська робота пройшла апробацію та тези за результатами дослідження було опубліковано в збірнику до XXI Міжнародної науково-практичної конференції «Actual priorities of modern science, education and practice». The bachelor’s qualification work was performed by a student Pipenko Anastasia of KN-410 group. Topic «Convolutional neural networks in systems of recognition and classification of objects of agroindustrial complex». The work is aimed at obtaining a bachelor’s degree in 122 «Computer Science». The purpose of the thesis is to create and develop a system of neural network recognition of objects of the agro-industrial complex in images based on a convolutional neural network. The object of research is the system of neural network recognition of objects in the image by creating a model of a convolutional neural network. The subject of research is the methods of learning neural networks and the implementation of the architecture of convolutional neural networks. As a result of the thesis, a software product was developed, which includes neural network for recognizing, classifying and counting objects of the agro-industrial complex with images. The practical value of this program is in the ability to analyse and calculate the harvest before its collection. Keywords: convolutional neural network, image recognition, agro-industrial complex. The bachelor's thesis based on the results of the study was published in the proceedings of the XXI International Scientific and Practical Conference "Actual priorities of modern science, education and practice".