Автоматизація виявлення об'єктів на зображеннях з використанням деформованих згорткових мереж

Abstract

Метою даної роботи є дослідження можливості використання шарів деформованої згортки у нейронних мережах для обробки зображень та детекції обʼєктів і порівняння результатів класифікаціії із нейронними мережами без деформованих згорток, програмне забезпечення та принципи детекції обʼєктів із використанням шарів деформованих згорток. Під час виконання кваліфікаційної роботи були використані основні знання про сучасні компоненти систем обробки зображень, основні підходи до автоматизації обробки зображень та детекції обʼєктів із використанням шарів деформованих зго та розробки програмного забезпечення для керування. У результаті роботи було розроблено тавтілено алгоритм обробки зображень та детекції обʼєктів із використанням шарів деформованих згорток. Використання цього алгоритму дозволить суттєво оптимізувати технологічний процес обробки зображень з використанням шарів деформованої згортки у нейронних мережах та забезпечення комфортних умов праці на виробництві.The purpose of this work is to study the possibility of using deformed convolution layers in neural networks for image processing and object detection and to compare the classification results with neural networks without deformed convolutions, software and principles of object detection using deformed convolution layers. During the qualification work, basic knowledge about modern components of image processing systems, basic approaches to automating image processing and object detection using deformed convolution layers and development of control software were used. As a result of the work, an algorithm for image processing and object detection using deformed convolution layers was developed and implemented. Using this algorithm will significantly optimize the technological process of image processing using deformed convolution layers in neural networks and ensure comfortable working conditions in production.