
Консультант(ы):
Ключевые слова:
Тематика проводимого исследования:
Наука о данных, машинное обучение, идентификация систем
Приобретаемые знания:
Знания в области разработки сверточных нейронных сетей и обработки аэрофотоснимков (могут быть полезны при разработке систем технического зрения беспилотных летательных аппаратов, а также при работе с геоинформационными системами)
Приобретаемые навыки и умения:
Умение программно реализовывать модель нейросетевого классификатора на языке Python; умение подготавливать обучающую выборку для настройки нейронной сети.
Необходимый уровень знаний и навыков практиканта для выполнения задания:
Линейная алгебра, математический анализ, методы искусственного интеллекта, владение языком программирования Python
Тип проекта:
Практика / научно-исследовательская работа
Период практики:
1 семестр
Краткое описание проекта:
Рассматривается задача сегментации фрагментов поверхности на выбранном аэрофотоснимке; требуется выбрать архитектуру сверточной нейронной сети и обучить ее на множестве подготовленных примеров для достижения высокой точности сегментации загрязнений на поверхности воды.
Задания на практику:
1) разработать программно-алгоритмическое обеспечение для загрузки и отображения аэрофотоснимков;
2) разработать программно-алгоритмическое обеспечение для формирования обучающего множества из фрагментов аэрофотоснимков для настройки нейронной сети;
3) разработать и программно реализовать архитектуру нейросетевого классификатора фрагментов аэрофотоснимков;
4) обучить нейронную сеть и провести исследования точности сегментации загрязнений;
5) сравнить несколько архитектур нейронных сетей различной сложности в задаче сегментации загрязнений.
Результат выполнения проекта:
Отчет о полученных результатах нейросетевого анализа загрязнений; описание архитектуры разработанного нейросетевого классификатора; программная реализация нейронной сети на языке программирования Python.