Применение нейронных сетей для распознавания образов
Процесс создания и обучения нейронной сети для задачи классификации изображений собак и кошек с использованием TensorFlow и архитектуры MobileNetV2. Описание подготовки и предобработки данных, включая изменение размеров и нормализацию изображений.
Подобные документы
Нейросетевые технологии, история возникновения нейронных сетей. Основные виды и применение искусственных нейронных сетей. Самоорганизующаяся карта Кохонена, задачи, решаемые с ее помощью. Создание компьютерной имитационной модели нейронной сети Кохонена.
дипломная работа, добавлен 12.01.2012- 52. Применение многослойных радиально-базисных нейронных сетей для верификации реляционных баз данных
Разработка способов обеспечения достоверности информации баз данных. Описание метода определения достоверности вводимого кортежа. Параметры и характеристика нейронной сети Кохонена. Обучение радиально-базисной сети путём обратного распространения ошибки.
статья, добавлен 29.05.2017 Топологическая модель быстрой нейронной сети. Применение гибридных быстрого дискретного вейвлет-преобразования для построения систем классификации сигналов. Структурный синтез быстрых нейронных сетей. Модели и концепции эволюционной кибернетики.
статья, добавлен 29.05.2017Анализ существующих методов решения задачи распознавания человеческих лиц. Обнаружение местоположения лица на изображении методом цветового сегментирования. Моделирование процесса обучения искусственной нейронной сети на языке программирования C++.
дипломная работа, добавлен 24.05.2018Специфические особенности алгоритма расчета порога бинаризации для полутонового изображения, реализованного на основе метода Оцу. Использование технологии искусственной нейронной сети для распознавания цифровых микроскопических изображений мокроты.
статья, добавлен 31.10.2017Знакомство со средствами, методами MATLAB. Характеристика типичной сети с прямой передачей сигнала. Моделирование нейронных сетей с помощью пакета Simulink. Применение нейронных сетей для аппроксимации функций. Работа с нейронной сетью в командном режиме.
методичка, добавлен 26.11.2015История и применения фракталов в жизни. Системы итерируемых функций (IFS) и их применение, примеры систем итерируемых функций. Генерация фракталов, фрактальное сжатие изображений. Фрактальные методы обработки изображений и распознавания образов.
реферат, добавлен 06.03.2019Математические модели распознавания медицинских изображений, построенные на основе методов Cобеля, Канни и Лапласа. Автоматизированная компьютерная диагностика по данным сцинтиграфии, основанная на принципах распознавания образов и экспертного анализа.
статья, добавлен 28.09.2016Определение алгоритмов (оптимизационных методов) обучения искусственных нейронных сетей. Характеристика их видов: метод случайного поиска и стохастического градиентного спуска. Оценка программной реализации адаптивного метода обучения нейронной сети.
статья, добавлен 29.05.2017Преимущества применения нейронных сетей для распознавания объектов. Разработка алгоритма обработки образа с помощью нечеткой логики в системе технического зрения. Бинаризация и кодирование изображения при его преобразовании из цветного в оттенки серого.
курсовая работа, добавлен 29.03.2021Анализ классической схемы математического моделирования. Методы распознавания объектов, сигналов, ситуаций, явлений и процессов. Характеристика задач распознавания образов и их типы. Использование искусственных нейронных сетей для распознавания образов.
реферат, добавлен 03.11.2016Осцилляторные нейросетевые модели сегментации изображений и зрительного внимания. Типы нейронных сетей. Быстрые нейронные сети: проектирование, настройка, приложения. Нейроноподобные модели описания динамических процессов преобразования информации.
курс лекций, добавлен 08.02.2013Анализ предметной области. Технологии классификации текстовых данных. Диаграмма прецедентов системы определения категорий тендеров. Проектирование архитектуры системы определения категорий тендеров. Формирование обучающих выборок для нейронной сети.
дипломная работа, добавлен 28.11.2019Определение основной задачи распознавания образов в преобразовании уже имеющегося изображения на формально понятный язык символов. Растровые представления изображений. Моделирование изображений растра. Параметрический алгоритм рисования линии.
лекция, добавлен 26.09.2017Рассмотрение проблемы классификации сообществ в социальной сети. Применение рекуррентных и сверточных нейронных сетей для классификации групп пользователей по степени радикальности. Методы предварительной обработки данных для построения классификаторов.
статья, добавлен 21.05.2021- 66. Нейронные сети
Понятие нейронных сетей, которые вошли в практику везде, где нужно решать задачи прогнозирования, классификации или автоматизации. Применение и возможности нейронных сетей. Аппроксимация функций по набору точек. Сжатие информации. Ассоциативная память.
реферат, добавлен 09.06.2016 - 67. Разработка методов и алгоритмов оценки надежности сетей телекоммуникации на основе нейронных сетей
Рассмотрение существующих методов для оценки надежности. Оценка надежности сети на основе нейронных сетей. Архитектура нейронной сети Кохонена. Реализация алгоритма и программы оценки надежности телекоммуникационных сетей с помощью нейронных сетей.
диссертация, добавлен 24.05.2018 Способность принимать решения, выявляя скрытые закономерности при обработке, учёте многочисленных данных – основное преимущество нейронных сетей в медицине. Ответ на терапию, период болезни - ключевые критерии классификации бронхиальной астмы у детей.
статья, добавлен 31.08.2020- 69. Нейронные сети
Характеристика, структура и задачи нейронных сетей. Направления и разработки нейрокомпьютинга. Искусственные нейронные сети, их черты и задачи. Алгоритм обучения перцептрона и его недостатки. Перечень возможных промышленных применений нейронных сетей.
реферат, добавлен 20.02.2009 Теория распознавания образов. Цифровая обработка изображений и распознавания образов. Система визуального наблюдения. Применение алгоритма Виолы-Джонса. Методы определения и оценка оптического потока. Применение трекинга при помощи оптического потока.
курсовая работа, добавлен 11.11.2017Описание задачи и практические приложения задачи распознавания образов. Проблема разделения классов (проблема "исключающего ИЛИ"). Определение отношения XOR как известный пример нелинейной проблемы. Обучение по алгоритму обратного распространения ошибки.
лекция, добавлен 09.10.2013- 72. Система обработки изображений при диагностике наследственных заболеваний по методу дерматоглифики
Алгоритмы компьютерной обработки изображений, позволяющие существенно повысить скорость проведения диагностики сахарного диабета на основе дерматоглифического исследования. Элементы программного обеспечения системы. Результат обучения нейронной сети.
автореферат, добавлен 02.07.2018 Показано, что главное отличие нейронных сетей от ЭВМ в том, что они не программируются, а обучаются. Схема нейронной сети с прямой передачей сигнала. Рекуррентные нейронные сети как наиболее сложный вид нейронных сетей, в которых имеется обратная связь.
статья, добавлен 26.04.2019Типология методов распознавания образов и анализа изображений. Автоматизация процесса пополнения онтологии с применением процедуры верификации. Гибридная схема синтеза рисунков. Система статистического определения. Сущность способов машинного обучения.
статья, добавлен 09.01.2016Характеристики нейронных многослойных сетей. Математические эквиваленты нейрофизиологических понятий параметрической и топологической пластичности. Связь степени параметрической пластичности нейронной сети с числом независимо распознаваемых образов.
статья, добавлен 17.01.2018