Please use this identifier to cite or link to this item:
https://evnuir.vnu.edu.ua/handle/123456789/24401
Full metadata record
DC Field | Value | Language |
---|---|---|
dc.contributor.advisor | Пастернак, Ярослав Михайлович | - |
dc.contributor.author | Ковальчук, Владислав Валерійович | - |
dc.date.accessioned | 2024-07-01T11:59:09Z | - |
dc.date.available | 2024-07-01T11:59:09Z | - |
dc.date.issued | 2024 | - |
dc.identifier.citation | Ковальчук В. В. Розробка інструменту для тренування моделей TensorFlow Object Detection : робота на здобуття кваліфікаційного ступеня бакалавра : спец. 122 Комп’ютерні науки / наук. кер. Я. М. Пастернак ; Волинський національний університет імені Лесі Українки. Луцьк , 2024. 65 с | uk_UK |
dc.identifier.uri | https://evnuir.vnu.edu.ua/handle/123456789/24401 | - |
dc.description.abstract | Ця кваліфікаційна робота присвячена розробці інструменту для тренування моделей виявлення об’єктів на основі платформи TensorFlow. Враховуючи постійне зростання обсягів даних та потребу у швидкому і точному аналізі зображень, розробка таких інструментів є актуальною. У першому розділі досліджено основні поняття про нейронні мережі, їхню архітектуру, методи навчання та типи нейронних мереж. Особлива увага приділена функціональним можливостям TensorFlow та аналізу інструментів, таких як Google Cloud AutoML та Amazon Rekognition. Другий розділ присвячено розробці та реалізації інструменту для тренування кастомних моделей виявлення об’єктів. Описано постановку задачі, загальну структуру проєкту, вибір моделі розробки та обґрунтування вибору інструментальних засобів, включаючи TensorFlow, Python та середовище розробки Google Colab. Розглянуто особливості програмної реалізації, тестування та налагодження програмного засобу. Результати дослідження показали, що розроблений інструмент успішно впроваджено у середовищі Google Colab, що забезпечує зручність та доступність для широкого кола користувачів. Інструмент дозволяє тренувати кастомні моделі виявлення об’єктів та оцінювати їх ефективність за допомогою метрики середньої точності (mAP). Високий показник mAP підтверджує високу точність моделі у виявленні об’єктів на зображеннях. | uk_UK |
dc.language.iso | uk | uk_UK |
dc.publisher | Волинський національний університет імені Лесі Українки | uk_UK |
dc.subject | TensorFlow | uk_UK |
dc.subject | виявлення об’єктів | uk_UK |
dc.subject | нейронні мережі | uk_UK |
dc.subject | машинне навчання | uk_UK |
dc.subject | Google Colab | uk_UK |
dc.subject | розпізнавання зображень | uk_UK |
dc.subject | навчання моделей | uk_UK |
dc.title | Розробка інструменту для тренування моделей TensorFlow Object Detectio | uk_UK |
dc.type | Bachelor Thesis | uk_UK |
dc.contributor.affiliation | Кафедра комп’ютерних наук та кібербезпеки | uk_UK |
dc.contributor.affiliation | 122 Комп’ютерні науки | uk_UK |
dc.coverage.country | UA | uk_UK |
Appears in Collections: | FITM_KR (2024) |
Files in This Item:
File | Description | Size | Format | |
---|---|---|---|---|
kovalchuk_2024.pdf | 2,13 MB | Adobe PDF | View/Open |
Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.