Розробка інструменту для тренування моделей TensorFlow Object Detectio

Abstract

Ця кваліфікаційна робота присвячена розробці інструменту для тренування моделей виявлення об’єктів на основі платформи TensorFlow. Враховуючи постійне зростання обсягів даних та потребу у швидкому і точному аналізі зображень, розробка таких інструментів є актуальною. У першому розділі досліджено основні поняття про нейронні мережі, їхню архітектуру, методи навчання та типи нейронних мереж. Особлива увага приділена функціональним можливостям TensorFlow та аналізу інструментів, таких як Google Cloud AutoML та Amazon Rekognition. Другий розділ присвячено розробці та реалізації інструменту для тренування кастомних моделей виявлення об’єктів. Описано постановку задачі, загальну структуру проєкту, вибір моделі розробки та обґрунтування вибору інструментальних засобів, включаючи TensorFlow, Python та середовище розробки Google Colab. Розглянуто особливості програмної реалізації, тестування та налагодження програмного засобу. Результати дослідження показали, що розроблений інструмент успішно впроваджено у середовищі Google Colab, що забезпечує зручність та доступність для широкого кола користувачів. Інструмент дозволяє тренувати кастомні моделі виявлення об’єктів та оцінювати їх ефективність за допомогою метрики середньої точності (mAP). Високий показник mAP підтверджує високу точність моделі у виявленні об’єктів на зображеннях.