| Studiju veids |
bakalaura akadēmiskās studijas |
| Studiju programmas nosaukums |
Viedās datortehnoloģijas |
| Nosaukums |
Indīgo sēņu veidu atpazīšana attēlā |
| Nosaukums angļu valodā |
Images of Poisonous Mushrooms Recognition |
| Struktūrvienība |
33000 Datorzinātnes, informācijas tehnoloģijas un enerģētikas fakultāte |
| Darba vadītājs |
Olga Krutikova |
| Recenzents |
Artjoms Supoņenkovs |
| Anotācija |
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. |
| Atslēgas vārdi |
NEIRONU TĪKLI, DZIĻA MAŠĪNMĀCĪŠANĀS, ATTĒLU KLASIFIKĀCIJA |
| Atslēgas vārdi angļu valodā |
NEURAL NETWORKS, DEEP LEARNING, IMAGE CLASSIFICATION |
| Valoda |
lv |
| Gads |
2025 |
| Darba augšupielādes datums un laiks |
27.05.2025 17:04:33 |
