ОСОБЛИВОСТІ ЗАСТОСУВАННЯ НЕЙРОННИХ МЕРЕЖ ДЛЯ ЗАДАЧ КЛАСІФІКАЦІЇ
DOI:
https://doi.org/10.31498/2522-9990202019184580Ключові слова:
алгоритм, розпізнавання і класифікація даних, нейронна мережа, машинне навчанняАнотація
У статті розглядаються алгоритми машинного розпізнавання і класифікації об'єктів, які використовують для вирішення завдань комп'ютерного зору на мобільних пристроях. Описані їх недоліки і переваги. Встановлено, що багато алгоритмів виявлення є нестійкими до різних ознак або властивостей зображення, на якому відбувається пошук розпізнаваного об'єкта, який може бути повернений, спотворений або навіть деформований. У роботі запропоновано використання згорткової нейронної мережі для усунення всіх зазначених недоліків. Для реалізації поставлених завдань обрані сучасні інформаційні технології TensorFlow, Keras, Core ML 2. Розроблена система використовує середовище глибинного навчання, яка підтримує багато типів машинного навчання, націлених в першу чергу на вирішення задач класифікації і сегментації зображень в розробці мобільного.
Посилання
Barlow, H. B. Selective sensitivity to direction of movement in ganglion cells of the rabbit retina / H. B. Barlow, R. M. Hill // Science. – 1963. – Vol. 139. – P. 412–414.
Deep Residual Learning for Image Recognition / K. He, X. Zhang, S. Ren, J. Sun // Proceedings of the 2016 IEEE Conference on Computer Vision and Pattern Recognition (CVPR) DC, USA: IEEE Computer Society. – Washington, 2016. – P. 2342–2354.
Dropout: A Simple Way to Prevent Neural Networks from Overfittin / N. Srivastava [et al.] // Journal of Machine Learning Research. – 2014. – Vol. 15. – P. 1929–1958.
Jiawei Su One pixel attack for fooling deep neural networks / Jiawei Su, D. V. Vargas, Kouichi Sakurai // IEEE Transactions on Evolutionary Computation. – 2019. – 04 January
