Исследование нейроимитатора SIGNNEURO. Лаба 3. Отчет по лабораторной работе 3 Исследование нейроимитатора signneuro

• Название: Отчет по лабораторной работе 3 Исследование нейроимитатора signneuro
• Анкор: Исследование нейроимитатора SIGNNEURO
• Дата: 28.10.2020
• Размер: 444.43 Kb.
• Имя файла: Лаба 3.docx
• Тип: Отчет; #146347

МИНИСТЕРСТВО ОБРАЗОВАНИЯ И НАУКИ РОССИЙСКОЙ ФЕДЕРАЦИИ

федеральное государственное автономное образовательное учреждение высшего образования

«САНКТ-ПЕТЕРБУРГСКИЙ ГОСУДАРСТВЕННЫЙ УНИВЕРСИТЕТ
АЭРОКОСМИЧЕСКОГО ПРИБОРОСТРОЕНИЯ»

Кафедра информационно-сетевых технологий

Отчет
защищен с оценкой

Преподаватель

профессор каф.53, д.т.н.				С.А. Яковлев
должность, уч. степень, звание		подпись, дата		инициалы, фамилия

Отчет по лабораторной работе № 3

«Исследование нейроимитатора SIGNNEURO»

по дисциплине

МОДЕЛИ ИНФОРМАЦИОННЫХ ПРОЦЕССОВ И СИСТЕМ

Работу выполнила

студент гр. №
			подпись, дата		инициалы, фамилия

Санкт-Петербург 2020

Цель работы: изучить возможности искусственного интеллекта в задачах обработки изображений. Изучить возможности программы Сигнейро и научиться ее использовать для конструирования алгоритмов обработки изображений. Сконструировать алгоритм обработки изображения путем обучения.

Задание к лабораторной работе: используя программу Сигнейро, произвести сегментацию текстового блока на изображении, содержащем текст. Для этого необходимо создать изображения для обучения системы. Задать параметры обучения и произвести его. Далее, воспользовавшись обученной нейронной сетью, произвести сегментацию произвольного изображения, содержащего тест. Удостовериться в корректности полученных результатов.

Описание выполнения работы.

Для выполнения работы были созданы 8 изображений. 4 входных и 4 бинарных представлений, необходимых для обучения. Далее в программе Сигнейро был создан проект p1.

В параметрах проекта был указан путь к входных изображениям, установлен чекбокс «По количеству файлов». Заданы следующие параметры обучения: количество особей: 500, процент мутации: 2, скорость 25, количество нейронов: 3, входные данные: двоичное изображение.

Далее был произведен автопобор признаков, обучение и тестирование на произвольном изображении.


Рисунок 1 - Параметры обучения

Результат выполнения работы:









Рисунок 2 - Схема нейронной сети
Вывод: изучены возможности искусственного интеллекта в задачах обработки изображений. Изучены возможности программы Сигнейро, научились ее использовать для конструирования алгоритмов обработки изображений. Сконструировали алгоритм обработки изображения путем обучения.