Задача розпізнавання зображень за допомогою комп'ютера надзвичайно складна, оскільки зображення може знаходитися під різними кутами, мати різну освітленість, може містити неповне зображенням об'єкта, а також зображення об'єкта може мати різний фон. Правильно спроектований алгоритм для розпізнавання об'єктів зображень надає змогу точно розпізнавати та класифікувати об'єкти за класами. Мета дослідження - розробка архітектури згорткової нейронної мережі для розпізнавання зображень за наступними класами: літак, автомобіль, пташка, кішка, олень, собака, жаба, кінь, човен, вантажівка. Об'єкт дослідження - елементи вибірки CIFAR-10. Предмет дослідження - згорткові нейронні мережі, їх використання та реалізація для задачі розпізнавання. Запропоновано архітектуру спеціалізованої згорткової нейронної мережі для розпізнавання об'єктів вказаних класів; одержано нейронну мережу з заданою архітектурою з рівнем точності 95,6 %; проведено порівняльний аналіз даного методу з іншими методами розпізнавання.

  Повний текст PDF - 1.165 Mb    Зміст випуску     Цитування публікації

  Якщо, ви не знайшли інформацію про автора(ів) публікації, маєте бажання виправити або відобразити більш докладну інформацію про науковців України запрошуємо заповнити "Анкету науковця"