В настоящее время в сети находится огромное количество данных, которые нуждаются в систематизации и классификации. Настолько большие объёмы информации невозможно проанализировать и отсортировать вручную, а это значит, что её обработку нужно автоматизировать. Одним из видов данных, требующих тщательной обработки, являются графические данные, а именно — изображения.
В данной работе ставится задача распознавания образов и смыслов на картинах. Для решения данной задачи использовалась сверточная нейронная сеть. Свёрточная нейронная сеть – специальная архитектура искусственных нейронных сетей, нацеленная на эффективное распознавание изображений. Структура сети – однонаправленная и многослойная, то есть чередуются свёрточные и субдискретизирующие слои. Для обучения сверточных нейронных сетей требуется много данных, иначе можно получить эффект «переобучения» – это ситуация, когда нейронная сеть запоминает и обобщает признаки, характерные не для заданных объектов, а для отдельных элементов обучающей выборки.
