Особливості підготовки набору даних та навчання нейронної мережі для розпізнавання об’єктів

Fìz.-mat. model. ìnf. tehnol. 2021, 32:146-151

  • Dmytro Kyrychuk Західноукраїнський національний університет, вул. Чехова, 8, 46003, Тернопіль
  • Andriy Segin Західноукраїнський національний університет, вул. Чехова, 8, 46003, Тернопіль
DOI: https://doi.org/10.15407/fmmit2021.32.146
Ключові слова: розпізнавання об’єктів, згорткова нейронна мережа

Анотація

У роботі представлено результати дослідження доцільності навчання нейронної мережі на зображеннях різної чіткості та яскравості з використанням нерівномірно розподіленого освітлення на робочому полі при статичному положенні елементів системи. Обґрунтовано використання трансферного навчання нейронних мереж для підвищення точності розпізнавання об’єктів. Досліджено можливість розпізнавання об’єктів згортковою нейронною мережею при зміні масштабу об’єкту відносно вихідного. Представлено результати дослідження впливу освітлення на якість розпізнавання об’єктів навченою мережею та впливу вибору фону робочого поля на чіткість виділення ознак об’єктів. На основі отриманих результатів сформовано рекомендації, щодо підготовки власних наборів даних для покращення якості навчання та подальшого розпізнавання об’єктів згортковою нейронною мережею шляхом усунення зайвих змінних на зображенні.

Опубліковано
2021-07-08
Як цитувати
Kyrychuk, D., & Segin, A. (2021). Особливості підготовки набору даних та навчання нейронної мережі для розпізнавання об’єктів. ФІЗИКО-МАТЕМАТИЧНЕ МОДЕЛЮВАННЯ ТА ІНФОРМАЦІЙНІ ТЕХНОЛОГІЇ, (32), 146-151. https://doi.org/10.15407/fmmit2021.32.146
Номер
№ 32 (2021): Фізико-математичне моделювання та інформаційні технології, 2021, Вип. 32
Розділ
Статті

Авторське право (c) 2021 Dmytro Kyrychuk, Andriy Segin (Автор)

Creative Commons License

Ця робота ліцензується відповідно до Creative Commons Attribution 4.0 International License.