Применение нейронных сетей для распознавания образов
Автор: Павлов Е.М., Рыжов А.В., Баланев К.С., Крепков И.М.
Журнал: Бюллетень науки и практики @bulletennauki
Рубрика: Физико-математические науки
Статья в выпуске: 12 т.9, 2023 года.
Бесплатный доступ
Рассматривается процесс создания и обучения нейронной сети для задачи классификации изображений собак и кошек с использованием TensorFlow и архитектуры MobileNetV2. Описывается подготовка и предобработка данных, включая изменение размеров и нормализацию изображений. Приводятся детали интеграции предварительно обученной модели MobileNetV2, демонстрируется процесс дообучения модели на специфических данных, а также методы построения и оптимизации модели, включая добавление и настройку дополнительных слоев. Отдельное внимание уделено практическому применению обученной модели для классификации новых изображений, включая загрузку, обработку, предсказание и визуализацию результатов.
Нейронные сети, распознавание образов, машинное обучение
Короткий адрес: https://sciup.org/14129027
IDR: 14129027 | DOI: 10.33619/2414-2948/97/06
Список литературы Применение нейронных сетей для распознавания образов
- Потопов А.С. Автоматический анализ изображений и распознавание образов. М.: LAP Lambert Academic Publishing, 2017. 292 с.
- Мюллер А., Гвидо С. Введение в машинное обучение с помощью Python. М.: Вильямс, 2017. 480 с.
- Паттанаяк С. Глубокое обучение и TensorFlow для профессионалов. Математический подход к построению систем искусственного интеллекта на Python. М.: Диалектика, 2019. 480 с.
- Емельянова С. В. Информационные технологии и вычислительные системы. Вычислительные системы. Компьютерная графика. Распознавание образов // Математическое моделирование. 2015. Т. 100.
- Хеллман Д. Стандартная библиотека Python 3. М.; СПб: Вильямс, 2018. 1376 с.
