Личный кабинет

Дипломная работаПраво и юриспруденция

Готовая работа №81141 от пользователя Успенская Ирина

Разработка алгоритмов и программного модуля для идентификации дорожных указателей с использованием искусственных нейронных сетей

Name: Разработка алгоритмов и программного модуля для идентификации дорожных указателей с использованием искусственных нейронных сетей
Price: 1525.00 RUB

1 525 ₽

Файл с работой можно будет скачать в личном кабинете после покупки

Страниц: 61

Год написания: 2024

Успенская Ирина

Сообщить о нарушении авторских прав

Гарантия безопасной покупки

Уникальность текста выше 50%

Возможность снять с продажи

Не подходит эта работа?

Укажите тему работы или свой e-mail, мы отправим подборку похожих работ

содержание

ВВЕДЕНИЕ 4
1 ОБЗОР МЕТОДОВ, ИСПОЛЬЗУЕМЫХ ПРИ РАСПОЗНАВАНИИ ОБРАЗОВ 6
1.1 Обзор существующих методов распознавания образов 6
1.1.1 Обнаружение объектов на основе математических моделей
изображений 11
1.1.2 Глубокое обучение и сверточные нейронные сети в задачах
обнаружения объектов на изображениях 14
1.2 Искусственные нейронные сети в задачах анализа изображений 17
1.2.1 Структура и работа ИНС 18
1.2.2 Нормализация данных 19
1.2.3 Синапс 19
1.2.4 Функция активации нейронов 21
1.2.5 Использование ИНС в задачах анализа изображений 27
1.3 Распознавание образов с использованием ИНС 28
2 РАЗРАБОТКА АЛГОРИТМА И СТРУКТУРЫ НС ДЛЯ РАСПОЗНАВАНИЯ
ДОРОЖНЫХ УКАЗАТЕЛЕЙ 36
2.1 Перечень требований к разрабатываемому программному продукту 36
2.2 Создание набора данных 41
2.3 Разработка архитектуры НС 42
2.4 Обучение НС 45
2.5 Тестирование НС 50
3 РАЗРАБОТКА И ТЕСТИРОВАНИЕ ПРИЛОЖЕНИЯ 53
3.1 Выбор среды разработки 53
3.2 Реализация программного модуля 54
3.3 Тестирование программного модуля 57
ЗАКЛЮЧЕНИЕ 60
СПИСОК ИСПОЛЬЗОВАННЫХ ИСТОЧНИКОВ 61
ПРИЛОЖЕНИЕ 63

Весь текст будет доступен после покупки

Показать еще текст

ВВЕДЕНИЕ

Актуальность распознавания дорожных знаков обусловлена вопросами безопасности дорожного движения. Автоматический режим идентификации дорожных знаков применяют в автопилотах и системах помощи водителям для повышения безопасности движения автотранспортных средств.
Примером проекта, использующего машинное зрение, может быть разработка системы ADAS (Advanced Driver Assistance System), которая будет помогать водителям в управлении автомобилем, предоставляя им информацию и напоминания. Главной целью этой системы является повышение безопасности на дороге при помощи информирования водителей и привлечения их внимания.
В настоящее время система ADAS предлагает такие функции и цели, как:
1. ADAS помощь при парковке. Система помогает водителю парковаться, обеспечивая уведомления о расстоянии до ближайшего объекта.
2. ADAS система поддержания полосы движения. Эта технология предотвращает отклонение автомобиля от полосы движения, предупреждая или корректируя направление движения при необходимости.
3. ADAS система дистанционного управления. Система позволяет водителю использовать компьютер и другие устройства для управления транспортным средством.
4. ADAS система слежения за пешеходами. Система обнаруживает
пешеходов и предупреждает водителя в случае опасности.
5. ADAS предупреждение о столкновении или предотвращает
столкновение. Эта технология уведомляет водителя о возможности столкновения и, если необходимо, тормозит автомобиль для предотвращения столкновения.

Весь текст будет доступен после покупки

Показать еще текст

отрывок из работы

1 ОБЗОР МЕТОДОВ, ИСПОЛЬЗУЕМЫХ ПРИ РАСПОЗНАВАНИИ ОБРАЗОВ
1.1 Обзор существующих методов распознавания образов
Вопрос распознавания образов, вызывающих интерес, на видео и изображениях остается значимым уже на протяжении многих лет и количество приложений с данным запросом продолжает увеличиваться. Среди этих приложений можно назвать те, которые относятся к медицинским исследованиям, сельскому хозяйству, дистанционному зондированию Земли, сканированию багажа рентгеном и другие. В процессе обнаружения объектов интереса используется множество информации, включая заранее заданный набор эталонов. Чем больше размерности изображения (т.е. количество координат, которые используются для описания каждого пикселя), тем более сложной становится задача обнаружения объектов.
Рост числа публикаций в области компьютерного зрения подтверждает актуальность этой тематики. Согласно источникам, количество публикаций в области обнаружения объектов на изображениях за период с 1998 по 2018 год увеличилось в 60 раз, и наблюдается тенденция к продолжению роста. На рисунке 1 изображена диаграмма активности [11].

Таким образом, тема обнаружения и распознавания объектов сегодня остается актуальной.
Критерий эффективности обнаружения объектов
Поскольку объекты на изображениях могут быть различных типов, их обнаружение часто неразрывно связано с процессом распознавания. Обнаружение можно склонить к различению гипотез о наличии объектов 1 и его отсутствии 0.
Проверка гипотез 1 и 0 может привести к ошибкам первого (правильная гипотеза отклоняется) и второго (принимается неверная гипотеза) рода. На практике обнаружитель настраивается с учетом конкретных требований, связанных с значимостью каждой ошибки и критичностью их влияния.

Весь текст будет доступен после покупки

Показать еще текст

Список литературы

1 Васильев, А. Н. Принципы и техника нейросетевого моделирования / А. Н. Васильев, Д. А. Тархов. - Москва : Высшая школа, 2014. - 218 с. - Текст : непосредственный.
2 Галушкин, А. И. Нейрокомпьютеры. Учебное пособие / А. И. Галушкин. - Москва : Альянс, 2014. - 528 c. - Текст : непосредственный.
3 Гелиг, А. Х. Введение в математическую теорию обучаемых распознающих систем и нейронных сетей. Учебное пособие: моногр. / А.Х. Гелиг, А. С. Матвеев. - Санкт-Петербург : Издательство СПбГУ, 2014. - 224 c. - Текст : непосредственный.
4 Редько, В.Г. Эволюция, нейронные сети, интеллект: Модели и концепции эволюционной кибернетики / В. Г. Редько. - Москва: СИНТЕГ, 2017. - 224 c. - Текст : непосредственный.
5 Николенко С. Глубокое обучение. Погружение в мир нейронных сетей / С. Николенко, А. Кадурин, Е. Архангельская. - Санкт-Петербург : Издательство «Питер», 2018. - 480 с. - Текст : непосредственный.
6 Скобцов Ю. Методические указания к лабораторным работам по дисциплине «Нейронные сети» / Ю. Скобцов. - Донецк : Донецкий национальный технический университет, 2010. - 49 с. - Текст : непосредственный.
7 Лукашик Д. Анализ современных методов сегментации изображений / Д. Лукашик. - Текст : электронный // Cyberleninka. ru : [сайт]. - URL:
https://cyberleninka.ru/article/n/analiz-sovremennyh-metodov-segmentatsii izobrazheniy/viewer/ (дата обращения: 20.05.2023).
8 Исаков С. Как работает сверточная нейронная сеть: архитектура, примеры, особенности / С. Исаков. - Текст : электронный // Neurohive.io : [сайт]. - URL: https://neurohive.io/ru/osnovy-data-science/glubokaya-svertochnaja-nejronnaja-set/ (дата обращения 29.04.2023).

Весь текст будет доступен после покупки

Показать еще текст

Купить и скачать работу

Разработка алгоритмов и программного модуля для идентификации дорожных указателей с использованием искусственных нейронных сетей

Почему студенты выбирают наш сервис?

Работаем круглосуточно

24 часа в сутки

7 дней в неделю

Гарантия

Возврат средств в случае проблем с купленной готовой работой

Мы лидеры

LeWork является лидером по количеству опубликованных материалов для студентов

не подошла эта работа?

В нашей базе 78761 курсовых работ – поможем найти подходящую

Ответы на часто задаваемые вопросы

Как оплатить заказ?

Чтобы оплатить заказ на сайте, необходимо сначала пополнить баланс на этой странице - https://lework.net/addbalance

На странице пополнения баланса у вас будет возможность выбрать способ оплаты - банковская карта, электронный кошелек или другой способ.

После пополнения баланса на сайте, необходимо перейти на страницу заказа и завершить покупку, нажав соответствующую кнопку.

Если у вас возникли проблемы при пополнении баланса на сайте или остались вопросы по оплате заказа, напишите нам на support@lework.net. Мы обязательно вам поможем!

Есть ли услуга безопасной покупки, и какой срок гарантии?

Да, покупка готовой работы на сайте происходит через "безопасную сделку". Покупатель и Продавец финансово защищены от недобросовестных пользователей. Гарантийный срок составляет 7 дней со дня покупки готовой работы. В течение этого времени покупатель имеет право подать жалобу на странице готовой работы, если купленная работа не соответствует описанию на сайте. Рассмотрение жалобы занимает от 3 до 5 рабочих дней.

Что означает возможность снять с продажи готовую работу ?

У покупателя есть возможность снять готовую работу с продажи на сайте. Например, если необходимо скрыть страницу с работой от третьих лиц на определенный срок. Тариф можно выбрать на странице готовой работы после покупки.

Как вернуть средства за некачественную работу?

Гарантийный срок составляет 7 дней со дня покупки готовой работы. В течение этого времени покупатель имеет право подать жалобу на странице готовой работы, если купленная работа не соответствует описанию на сайте. Рассмотрение жалобы занимает от 3 до 5 рабочих дней. Если администрация сайта принимает решение о возврате денежных средств, то покупатель получает уведомление в личном кабинете и на электронную почту о возврате. Средства можно потратить на покупку другой готовой работы или вывести с сайта на банковскую карту. Вывод средств можно оформить в личном кабинете, заполнив соответствущую форму.

Как связаться со службой поддержки, если возникли вопросы?

Мы с радостью ответим на ваши вопросы по электронной почте support@lework.net