Личный кабинетuser
orange img orange img orange img orange img orange img
Дипломная работаРазное
Готовая работа №40633 от пользователя Глотова Наталья
book

Разработка детектора ключевых точек ладони руки на основе сверточных нейронных сетей

1 200 ₽
Файл с работой можно будет скачать в личном кабинете после покупки
like
Гарантия безопасной покупки
help

Сразу после покупки работы вы получите ссылку на скачивание файла.

Срок скачивания не ограничен по времени. Если работа не соответствует описанию у вас будет возможность отправить жалобу.

Гарантийный период 7 дней.

like
Уникальность текста выше 50%
help

Все загруженные работы имеют уникальность не менее 50% в общедоступной системе Антиплагиат.ру

file
Возможность снять с продажи
help

У покупателя есть возможность доплатить за снятие работы с продажи после покупки.

Например, если необходимо скрыть страницу с работой на сайте от третьих лиц на определенный срок.

Тариф можно выбрать на странице готовой работы после покупки.

Не подходит эта работа?
Укажите тему работы или свой e-mail, мы отправим подборку похожих работ
Нажимая на кнопку, вы соглашаетесь на обработку персональных данных

содержание

Аннотация 3
Abstract 4
Введение 5
1. Анализ и проектирование 7
1.1 Формулирование требований к детектору 7
1.2 Обзор инструментов для разметки данных 8
1.3 Обзор инструментов для аугментации данных 12
1.4 Обзор нейронных сетей 18
2. Сбор и предобработка данных 31
2.1 Сбор данных 31
2.2 Разметка данных 35
2.3 Аугментация данных и конвертирование 38
3. Обучение нейронной сети 44
3.1 Конвертирование данных в TFRecord 44
3.2 Конфигурирование пайплайна нейронной сети 46
3.3 Обучение нейронной сети 48
Заключение 52
Список использованных источников 55



Весь текст будет доступен после покупки

ВВЕДЕНИЕ

В современном мире, когда вычислительные мощности стационарных и носимых устройств стали столь велики, для нас стало возможным анализировать сложные объекты данных, такие как изображения, видеопотоки, звуковые дорожки, деревья решений и многие другие не в индивидуальном порядке, а комплексно. С появлением одного из подходов, а именно глубокого обучения, нейронные сети стали особенно значимы с практической точки зрения и начали повсеместно внедряться во всех сферы компьютерных наук, решая там задачи, решение которых ранее считалось практически невозможным, и неминуемо заняли там свою нишу.
Многие научные работы с применением данного семейства подходов нацелены на поиск новых архитектур нейронных сетей и обоснований их применимости в реальном мире, но немаловажным является и поиск новых возможностей применения существующих технологий и разработке решений на этой базе. Такой поиск дает не меньший толчок в развитии технологии, чем заинтересованность в нем научного сообщества а, может быть, даже и больший. В связи с этим, мною было принято решение сделать главной целью своей выпускной работы именно практический аспект применения глубоких нейронных сетей в современном компьютерном зрении, и решить с их применением поставленную задачу.
Главной целью моей выпускной квалификационной работы является создание надежного инструмента для детектирования ключевых точек руки (далее детектор), который впоследствии может стать фундаментом для разработки новых проектов. Например, в рамках выполнения ВКР, мы уже смогли выстроить цепочку из взаимосвязанных работ, которые в совокупности можно будет считать минимальным работоспособным продуктом.

Весь текст будет доступен после покупки

отрывок из работы

1. Анализ и проектирование
1.1 Формулирование требований к детектору
Первостепенным этапом для проведения любой работы является формулирование требований к будущей системе, которые позволят нам правильно выбрать инструментарий, грамотно продумать процесс разработки и четко оценить результаты проделанной работы.
Итак, первым и основным требованием к будущему детектору будет являться слабая связность между компонентами, это означает, что мы в идеале должны всегда иметь возможность заменить любой инструмент на аналогичный и не потерять на этом шаге слишком много времени, так как вся наша работа, в основном, строится на гипотезах и экспериментах, и легко может оказаться, что мы найдем более подходящий инструмент в процессе разработки.
Вторым и не менее важным аргументом является низкое требование к ресурсам устройства, на котором будет запускаться наш детектор. Как и упоминалось ранее, современные носимые устройства не отстают по темпам развития от стационарных устройств и все больше и больше технологий на них портируется или даже разрабатывается в первую очередь, поэтому возможность сделать гибкий продукт, который может запускаться на всех классах устройств очень важна, особенно учитывая, что носимыми устройствами мы стали пользоваться гораздо чаще.

Весь текст будет доступен после покупки

Список литературы

1. Albumentations documentation [Электронный ресурс] – Режим доступа URL: https://github.com/albumentations-team/albumentations (Дата обращения 11.01.2021)
2. Augmentor 0.2.6 documentation [Электронный ресурс] – Режим доступа URL: https://augmentor.readthedocs.io/en/master/ (Дата обращения 19.02.2021)
3. Compuiter Vision Annotation Tool (CVAT) documentation [Электронный ресурс] – Режим доступа URL: https://github.com/openvinotoolkit/cvat (Дата обращения 11.01.2021)
4. ImgAug documentation [Электронный ресурс] – Режим доступа URL: https://imgaug.readthedocs.io/en/latest/ (Дата обращения 15.02.2021)
5. LabelImg documentation [Электронный ресурс] – Режим доступа URL: https://github.com/tzutalin/labelImg (Дата обращения 11.01.2021)
6. LabelMe documentation [Электронный ресурс] – Режим доступа URL: https://github.com/wkentaro/labelme (Дата обращения 11.01.2021)
7. MobileNets article [Электронный ресурс] – Режим доступа URL: https://arxiv.org/abs/1704.04861 (Дата обращения 16.04.2021)
8. Learn OpenCV HandPose source code [Электронный ресурс] – Режим доступа URL: https://github.com/spmallick/learnopencv/tree/master/HandPose/ (Дата обращения 17.02.2021)

Весь текст будет доступен после покупки

Почему студенты выбирают наш сервис?

Купить готовую работу сейчас
service icon
Работаем круглосуточно
24 часа в сутки
7 дней в неделю
service icon
Гарантия
Возврат средств в случае проблем с купленной готовой работой
service icon
Мы лидеры
LeWork является лидером по количеству опубликованных материалов для студентов
Купить готовую работу сейчас

не подошла эта работа?

В нашей базе 78761 курсовых работ – поможем найти подходящую

Ответы на часто задаваемые вопросы

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! 

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. 

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.

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.

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

surpize-icon

Работы с похожей тематикой

stars-icon
arrowarrow

Не удалось найти материал или возникли вопросы?

Свяжитесь с нами, мы постараемся вам помочь!
Неккоректно введен e-mail
Нажимая на кнопку, вы соглашаетесь на обработку персональных данных