Розпізнавання пішоходів на зображеннях для самокерованих автомобілів
| dc.contributor.advisor | Шабінська, Марина | |
| dc.contributor.author | Шлепакова, Поліна | |
| dc.date.accessioned | 2020-11-20T15:04:58Z | |
| dc.date.available | 2020-11-20T15:04:58Z | |
| dc.date.issued | 2020 | |
| dc.description.abstract | У даній курсовій роботі проведено огляд методів розпізнавання об’єктів на зображеннях, зокрема: R-CNN, SPP-net, Fast R-CNN, Faster R-CNN, YOLO, SSD та R-FCN. Розглянуті принципи їх роботи, переваги та недоліки, швидкість та точність розпізнавання. У другій частині обрано найкращі методи вирішення задачі розпізнавання пішоходів на зображеннях для самокерованих автомобілів та застосовано їх на практиці за допомогою Tensorflow. Було зроблено висновок, що найкращим методом для вирішення даної задачі є Faster R-CNN з генератором ознак Resnet50, який досягає часу розпізнавання у 18 мілісекунд, точності – 88%, повноти – 94%. | uk_UA |
| dc.identifier.uri | https://ekmair.ukma.edu.ua/handle/123456789/18770 | |
| dc.language.iso | uk | uk_UA |
| dc.status | first published | uk_UA |
| dc.subject | розпізнавання | uk_UA |
| dc.subject | пішохід | uk_UA |
| dc.subject | зображення | uk_UA |
| dc.subject | самокерований автомобіль | uk_UA |
| dc.subject | машинне навчання | uk_UA |
| dc.subject | Tensorflow | uk_UA |
| dc.subject | програмне забезпечення | uk_UA |
| dc.subject | бакалаврська робота | uk_UA |
| dc.title | Розпізнавання пішоходів на зображеннях для самокерованих автомобілів | uk_UA |
| dc.type | Other | uk_UA |