Please use this identifier to cite or link to this item: http://eir.kntu.net.ua/jspui/handle/123456789/1454
Title: Розробка системи розпізнавання образів для керування рухом робота
Authors: Лисенковський, Д. А.
Keywords: CNN - Згорткова нейронна мережа (Convolutional Neural Network)
ROI - Область інтересу (Region of Interest)
SVM - Метод опорних векторів (Support Vector Machine)
RGB - Червоний, Зелений, Синій (Red, Green, Blue)
GPU - Графічний процесор (Graphics Processing Unit)
ROI - Область інтересу (Region of Interest)
IoU - Показник об'єднання та перетину (Intersection over Union)
FP - Ложно позитивний (False Positive)
FN - Ложно негативний (False Negative)
SSD - Одиничний застрягаючий диск (Single Shot Multibox Detector)
YOLO - Одиничний локатор об'єктів (You Only Look Once)
RNN - Рекурентна нейронна мережа (Recurrent Neural Network)
FNN - Повністю з'єднана нейронна мережа (Fully Connected Neural Network)
ReLU - Випрямлена лінійна одиниця (Rectified Linear Unit)
IoU - Показник об'єднання та перетину (Intersection over Union)
Issue Date: 2024
Publisher: ХНТУ
Citation: Лисенковський, Д. А. Розробка системи розпізнавання образів для керування рухом робота : кваліфікаційна робота на здобуття ступеня вищої освіти «бакалавр» / Д. А. Лисенковський ; наук. керівник ст. викл. О. О. Боскін. – Хмельницький : ХНТУ, 2024. – 75 с.
Abstract: Ця дипломна робота присвячена розробці системи розпізнавання образів для керування рухом робота. Основною метою дослідження є розробка ефективної та надійної системи, яка дозволяє роботам автономно взаємодіяти з навколишнім середовищем шляхом розпізнавання об'єктів та образів. Для досягнення цієї мети використовуються сучасні методикомп'ютерного зору, нейронних мереж та машинного навчання. У роботі детально розглядається процес побудови системи розпізнавання образів, включаючи етапи підготовки даних, вибір та налаштування моделей нейронних мереж, а також методи обробки результатів розпізнавання. Крім того, розглядається вплив різних факторів, таких як освітлення та перешкоди, на точність та швидкодію системи. В результаті дослідження розроблена система демонструє високу точність розпізнавання образів та здатність ефективно керувати рухом робота в реальному часі. Ця робота має практичне значення для розвитку автономних систем та роботів, які вимагають здатності взаємодіяти зі змінними умовами середовища.
URI: http://eir.kntu.net.ua/jspui/handle/123456789/1454
Appears in Collections:Спеціальність 121 Інженерія програмного забезпечення



Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.