Використання розширеної та віртуальної реальності у освітніх проектах

Abstract

У сучасному світі розпізнавання об'єктів на графічних зображеннях є ключовим завданням у багатьох сферах, включаючи безпеку, медицину, автомобільну промисловість та інші. Штучний інтелект і машинне навчання забезпечують ефективні рішення для автоматизації цього процесу. У цій роботі представлено розробку системи для розпізнавання об'єктів на зображеннях із використанням штучних нейронних мереж та мовою програмування Python. Для реалізації поставленої задачі було вибрано мову Python завдяки її потужності та широкому спектру бібліотек для роботи з нейронними мережами та обробкою зображень, зокрема TensorFlow, Keras, OpenCV та інші. У першому розділі роботи розглянуто переваги та особливості мови Python у порівнянні з іншими мовами програмування. Другий розділ присвячено теоретичним основам комп'ютерного зору і штучних нейронних мереж, а також сучасним методам розпізнавання об'єктів на зображеннях. Третій розділ описує процес розробки моделі, включаючи вибір архітектури нейронної мережі, підготовку даних, навчання та тестування моделі. Результати експериментів підтверджують ефективність запропонованого підходу до розпізнавання об'єктів на зображеннях. Порівняння з існуючими рішеннями показує, що розроблена модель демонструє високу точність та продуктивність. У роботі також аналізуються перспективи подальшого розвитку та можливості вдосконалення моделі. Метою даної дипломної роботи є створення автоматизованої системи для розпізнавання об'єктів на графічних зображеннях з використанням штучного інтелекту та машинного навчання на основі мови програмування Python. Завданнями дослідження були аналіз існуючих методів, розробка та тестування моделі, а також оцінка її ефективності. Ця дипломна робота може бути корисною для дослідників і розробників у сфері комп'ютерного зору та штучного інтелекту, а також для всіх, хто цікавиться застосуванням сучасних технологій у реальних задачах.