Для студентов СПбПУ Петра Великого по предмету (МИИ) Методы искусственного интеллектаСоздание нейросетевого классификатора объектов на основе набора данных CIFAR-10Создание нейросетевого классификатора объектов на основе набора данных CIFAR-10
2023-12-202023-12-20СтудИзба
Курсовая работа: Создание нейросетевого классификатора объектов на основе набора данных CIFAR-10
Описание
Цель: построить классификатор объектов
Метод решения: классификатор на основе сверточных нейронных сетей
Набор данных: для обучения и тестирования использовался набор данных CIFAR-10, состоящий из 60000 цветных изображений размером 32х32 пикселя. Все изображения разделены на 10 классов (по 6000 изображений на класс). Обучающая и тестовая выборки содержат 50000 и 10000 изображений соответственно.
Для дополнительной проверки классификатора был сформирован собственный набор, состоящий из 100 изображений (по 10 на каждый класс).
Сеть состоит из 16 слоев. Количество тренируемых параметров: 550570
Точность классификации на тестовой выборке CIFAR-10 составила 80,97%.
Точность классификации на собственной тестовой выборке составила 75%.
Метод решения: классификатор на основе сверточных нейронных сетей
Набор данных: для обучения и тестирования использовался набор данных CIFAR-10, состоящий из 60000 цветных изображений размером 32х32 пикселя. Все изображения разделены на 10 классов (по 6000 изображений на класс). Обучающая и тестовая выборки содержат 50000 и 10000 изображений соответственно.
Для дополнительной проверки классификатора был сформирован собственный набор, состоящий из 100 изображений (по 10 на каждый класс).
Сеть состоит из 16 слоев. Количество тренируемых параметров: 550570
Точность классификации на тестовой выборке CIFAR-10 составила 80,97%.
Точность классификации на собственной тестовой выборке составила 75%.
Характеристики курсовой работы
Учебное заведение
Просмотров
1
Покупок
0
Качество
Идеальное компьютерное
Размер
1,02 Mb
Список файлов
- КР_ЖернаковАА.pdf 379,22 Kb
- КР_ЖернаковАА.docx 705,46 Kb
Все деньги, вырученные с продажи, идут исключительно на шаурму