Разработка алгоритма распознавания объекта на изображении при помощи сверточной нейронной сети

ВВЕДЕНИЕ
Глава 1 РАЗНОВИДНОСТИ НЕЙРОННЫХ СЕТЕЙ И ИХ ПРИМЕНЕНИЕ
1.1 Биологическое понятие нейрона и искусственные нейронные сети
1.2 Виды нейронных сетей и их применение
Глава 2 ПРОЕКТИРОВАНИЕ АЛГОРИТМА РАСПОЗНАВАНИЯ ОБЪЕКТА НА ИЗОБРАЖЕНИИ
2.1 Описание работы алгоритма распознавания
2.2 Выбор средств для реализации программы
2.3 Реализации программы
Глава 3 ТЕСТИРОВАНИЕ РАЗРАБОТАННОГО АЛГОРИТМА
3.1 Тестирование разработанного алгоритма с использованием различных изображений
3.2 Подведение итогов тестирования разработанного алгоритма
ЗАКЛЮЧЕНИЕ
СПИСОК ИСПОЛЬЗУЕМЫХ ИСТОЧНИКОВ
Приложение А Код программы

Весь текст будет доступен после покупки

В современном мире все чаще встречается необходимость автоматического распознавания объектов с фотографий, картинок или видео.
Реализовать алгоритм распознавания возможно с помощью искусственных нейронных сетей. Нейронная сеть — математическая модель, а также её программное или аппаратное воплощение, построенная по принципу организации и функционирования биологических нейронных сетей. По сути, в конечном итоге мы получаем продукт, имитирующий человеческое мышление.
Актуальность данной работы состоит в разработке нового алгоритма распознавания объектов, который исправит несовершенства существующих систем, а также сократит объем используемых ресурсов и затраченного времени.
Новизна бакалаврской работы состоит в разработке нового алгоритма распознавания объекта на изображении.

Весь текст будет доступен после покупки

ГЛАВА 1 РАЗНОВИДНОСТИ НЕЙРОННЫХ СЕТЕЙ И ИХ ПРИМЕНЕНИЕ
1.1 Биологическое понятие нейрона и искусственные нейронные

В человеческом мозге находятся миллиарды нейронов – узко специализированных клеток, предназначенных для приема извне, обработки, хранения, передачи и вывода наружу информации с помощью электрических и химических сигналов.
Строение нейрона очень просто. Нейрон состоит из тела клетки, дендритов и аксона. Тело клетки состоит из протоплазмы, которая ограничена снаружи мембраной из липидного слоя. Липиды состоят из гидрофильных головок и гидрофобных хвостов. Липиды располагаются гидрофобными хвостами друг к другу, образуя гидрофобный слой. Также тело нейрона содержит отростки, называемые аксонами и дендритами. Аксонами являются длинные отростки нейрона, которые приспособлены для передачи информации от тела нейрона к нейрону, либо от нейрона к исполнительному органу. Дендритами являются короткие и сильно разветвленные отростки нейрона, главной задачей которых является образование влияющих на нейрон возбуждающих и тормозящих синапсов – мест контакта между двумя нейронами (исполнительным органом).


Рисунок 1.1 – Строение нейрона

На основании числа и расположения элементов нейрона учены классифицировали их на несколько видов по структурному и функциональному признаку. По структурному признаку нейроны делятся на:
• Безаксонные – небольшие клетки нейрона, сгруппированные вблизи спинного мозга и не имеющие анатомических признаков разделения отростков на аксоны и дендриты. Функциональное назначение данных нейронов слабо изучено.
• Униполярные – нейроны с одним отроском.
• Биполярные – данный вид нейронов имеет один аксон и один дендрит. Такие нейроны встречаются в специализированных сенсорных органах, например, сетчатке глаза, обонятельном эпителии и луковице, слуховом и вестибулярном гениталиях.
• Мультиполярные – нейроны с одним аксоном и несколькими дендритами. Данный вид нейронов преобладает в центральной нервной системе.
• Псевдоуниполярные – уникальный вид нейронов, у которого ведь единый тракт покрыт миелиновой оболочкой и структурно представляет аксон.
По функциональному признаку нейроны делятся на:
• Афферентные – данный тип нейронов можно отнести к сенсорным нейронам. К данному типу нейронов относятся первичные клетки органов чувств.
• Эфферентные –такой тип нейронов можно назвать двигательным. К нейронам данного типо относятся конечные нейроны.
• Ассоциативные – данный тип нейронов осуществляет связь между эфферентными нейронами и афферентными.
• Секреторные – нейроны, секретирующие высокоактивные вещества, у которых хорошо развит комплекс Гольджи.
На основе нейронов человеческого мозга была составлена искусственная нейронная сеть. Искусственная нейронная сеть – это математическая модель, в том числе ее программное воплощение, построенная по принципу организации и функционирования биологических нейронных сетей живого организма. Главным понятием искусственных нейронных сетей является искусственный нейрон, который в своем роде является сумматором всех входящих в него сигналов. Строение искусственного нейрона показано на рисунке 1.2

Весь текст будет доступен после покупки

1. Аггавал Чару. Нейронные сети и глубокое обучение. – Висьямс, 2020 – ISBN: - 978-5-907203-01-3
2. Антонова П. Введение в искусственный интеллект: Теоретические основы СИИ. - LAMBERT Academic Publishing, 2019 – ISBN: 978-6200279170
3. Головко В.А. От многослойных персептронов к нейронным сетям глубокого доверия: парадигмы обучения и применение // XVII Всероссийская научно-техническая конференция с международным участием, 2015
4. Документация по Python [Электронный ресурс] / URL: https://www.python.org/doc/ (дата обращения 10.02.20)

Весь текст будет доступен после покупки