Курсовая с практикой на тему Курсовая работа » Искусственный интеллект «Разработка нейронной системы распознавание надводных кораблей»

Содержание:

ГЛАВЛЕНИЕ

ВВЕДЕНИЕ 3

Глава 1 РАЗНОВИДНОСТИ НЕЙРОННЫХ СЕТЕЙ И ИХ ПРИМЕНЕНИЕ 5

1.1 Понятие нейрона и искусственные нейронные 5

1.2 Классификация нейронных сетей 7

1.3 Виды нейронных сетей 10

Глава 2 ПРОЕКТИРОВАНИЕ АЛГОРИТМА РАСПОЗНАВАНИЯ НАДВОДНЫХ ОБЪЕКТОВ 16

2.1 Описание работы алгоритма распознавания 16

2.2 Выбор средств для реализации программы 23

2.3. Реализации программы 25

Глава 3 ПОЛУЧЕННЫЕ РЕЗУЛЬТАТЫ 31

ЗАКЛЮЧЕНИЕ 34

СПИСОК ИСПОЛЬЗУЕМЫХ ИСТОЧНИКОВ 35

Введение:

В современном мире все чаще встречается потребность в распознавании поступаемой информации. Человеческий мозг может успешно справляться с поставленной задачей, однако количество информации поступающих с технических средств постоянно увеличивается что требует больших человеческих ресурсов.

Нейронные сети позволили решить эту проблему. Они используются для решения задач, для которых отсутствуют явные алгоритмы. К таким задачам относятся распознавание изображений, речи и тому подобное.

Сегодня алгоритмы, основанные на использовании сверточных нейронных сетей, получили широкое распространение при решении различных задач, связанных с обработкой изображений. Среди них можно выделить четыре основные группы:

1. classification – классификация изображения по типу объекта, который оно содержит;

2. semantic segmentation – разделение пикселей изображения по типу объекта, к которому они относятся. Если несколько объектов одного класса перекрываются, их пиксели никак не отделяются друг от друга;

3. object detection – обнаружение всех объектов указанных классов и выделение охватывающей рамки для каждого из них;

4. instance segmentation – определение пикселей для каждого из объектов, принадлежащих одному из указанных классов.

На сегодняшний день разработан ряд методов [14, 5, 2] для автоматизированного поиска объектов на изображениях, которые применяются в зависимости от целевой области: наблюдение, распознавание и классификация различных объектов (морские суда, самолеты, наземные и подземные сооружения), мониторинг и охрана окружающей среды (анализ природных катаклизмов, оценка морских, лесных, сельскохозяйственных, арктических и других зон с целью выявления различных аномалий и объектов, не характерных для данных зон, например, незаконное проникновение и нахождение в данной местности).

Задачей данной курсовой работы является реализовать алгоритм классификации кораблей с помощью

Заключение:

ЗАКЛЮЧЕНИЕ

Работа посвящена разработке алгоритма распознаванию на изображении при помощи сверточной нейронной сети. В результате ее выполнения был спроектирован, реализован и протестирован алгоритм, позволяющий распознать на изображении тип корабля.

Во время выполнения данной работы были успешно завершены следующие задачи:

Изучены виды нейронных сетей и их применение.

Изучены строение свёрточной нейронной сети и алгоритм свертки

Реализована свёрточная нейронная сеть с использованием библиотек машинного обучения Tensorflow и Keras.

Свёрточная нейронная сеть была обучена с использованием датасета кораблей.

Были реализованы функции преобразования исходного изображения для нахождения контуров использованием библиотеки OpenCV.

Для тестирования работоспособности алгоритма на вход системы подавались изображения, имеющие различные особенности, такие как: разные раккурсы, неполные изображения, части элементов

По окончанию тестирования были построены таблицы и графики, показывающие эффективность алгоритма.

По результатам тестирования полученной программы были выявлены ее недостатки, а также предложены варианты ее улучшения.

Фрагмент текста работы:

Глава 1 РАЗНОВИДНОСТИ НЕЙРОННЫХ СЕТЕЙ И ИХ ПРИМЕНЕНИЕ

1.1 Понятие нейрона и искусственные нейронные

Нейронная сеть представляет из себя совокупность нейронов, соединенных друг с другом определенным образом. Рассмотрим один нейрон. Нейрон представляет из себя элемент, который вычисляет выходной сигнал (по определенному правилу) из совокупности входных сигналов. То есть основная последовательность действий одного нейрона такая:

• Прием сигналов от предыдущих элементов сети

• Комбинирование входных сигналов

• Вычисление выходного сигнала

• Передача выходного сигнала следующим элементам нейронной сети

Между собой нейроны могут быть соединены абсолютно по-разному, это определяется структурой конкретной сети. Но суть работы нейронной сети остается всегда одной и той же. По совокупности поступающих на вход сети сигналов на выходе формируется выходной сигнал (или несколько выходных сигналов). То есть нейронную сеть упрощенно можно представить в виде черного ящика, у которого есть входы и выходы. А внутри этого ящика сидит огромное количество нейронов