Ч а с т ь I главный редактор


Зависимость ускорения алгоритма от степени многочлена



Pdf көрінісі
бет23/77
Дата01.10.2023
өлшемі7,26 Mb.
#183162
1   ...   19   20   21   22   23   24   25   26   ...   77
Байланысты:
moluch 366 ch1

 Зависимость ускорения алгоритма от степени многочлена


“Young Scientist”

# 24 (366)

June 2021
19
Information Technology
Такая программа была бы полезна тем, кто собирается менять интерьер у себя в комнате: не придется несколько раз ходить в ма-
газин, чтобы подобрать нужный цвет. Эта программа выгодна и магазину по продаже настенных покрытий, ее наличие является 
конкурентным преимуществом.
Для того, чтобы решить описанную задачу, необходимо:
1) Выполнить задачу сегментации, а именно: подобрать датасет с фотографиями комнат и соответствующими им изображе-
ниями-масками, на которых сегментированы стены и построить модель нейронной сети с архитектурой, соответствующей задаче
и обучить ее сегментации;
2) Разработать алгоритм, который выполнял бы перекраску изображения.
Для проведения исследования в данной работе был использован язык программирования Python 3.8, с использованием библи-
отек: Keras 2.4.3, Numpy 1.20.1, Matplotlib 3.3.4, Scikit-image 0.18.1.
Был найден датасет [1], в котором содержались 1800 фотографий с соответствующих им масками. Помимо стен, на масках изна-
чально были размечены еще 22 различных класса объектов, которые не были нужны для выполнения нашей задачи, поэтому они 
были объединены в один.
Рис. 1.
 Пример фотографии и маски из датасета
Датасет был размечен недостаточно корректно, поэтому до построения модели были исключены 400 фотографий и масок к ним.
В качестве архитектуры была взята U-Net (ее преимущества были описаны в статье[2]). Сначала была использована классиче-
ская по количеству слоев U-Net, которая описана, например, в книге[3].
Далее, по очереди обучались модели архитектуры U-Net с общими параметрами:
Таблица 1.
 Общие параметры моделей
Функция акти-


Достарыңызбен бөлісу:
1   ...   19   20   21   22   23   24   25   26   ...   77




©engime.org 2024
әкімшілігінің қараңыз

    Басты бет