| Form of studies |
Bachelor |
| Title of the study programm |
Smart Computer Technologies |
| Title in original language |
Indīgo sēņu veidu atpazīšana attēlā |
| Title in English |
Images of Poisonous Mushrooms Recognition |
| Department |
Faculty Of Computer Science Information Tehnology And Energy |
| Scientific advisor |
Olga Krutikova |
| Reviewer |
Artjoms Supoņenkovs |
| Abstract |
Šajā bakalaura darbā aplūkota problēma, kas saistīta ar sēņu klasificēšanu no to attēliem, izmantojot konvolucionālos neironu tīklus (CNN). Pētījuma galvenais mērķis bija izstrādāt un ieviest lietojumprogrammu, kas spēj automātiski identificēt sēņu veidu, pamatojoties uz sniegto attēlu. Darba teorētiskā daļa ir vērsta uz dziļās mācīšanās pamatu un jo īpaši konvolucionālo neironu tīklu arhitektūras izpēti. Pētījumā galvenā uzmanība tika pievērsta modeļa arhitektūras izvēlei un apmācības parametru iestatīšanai, lai uzlabotu sēņu klasifikācijas precizitāti. Darba praktiskajā daļā ir aprakstīts senu atpazīšanas lietojumprogrammas izstrādes process. Šī pētījuma rezultāti parāda konvolucionālo neironu tīklu izmantošanas potenciālu attēlu klasifikācijas uzdevumos un paver iespējas tālākai lietojumprogrammas funkcionalitātes uzlabošanai un paplašināšanai. |
| Keywords |
NEIRONU TĪKLI, DZIĻA MAŠĪNMĀCĪŠANĀS, ATTĒLU KLASIFIKĀCIJA |
| Keywords in English |
NEURAL NETWORKS, DEEP LEARNING, IMAGE CLASSIFICATION |
| Language |
lv |
| Year |
2025 |
| Date and time of uploading |
27.05.2025 17:04:33 |
