Нейросетевые решения на основе архитектуры U-net для автоматического определения контуров натуральных кож

Аннотация

Рыжкова Е.А., Казначеева А.А., Казанцева А.М.

Дата поступления статьи: 27.10.2024

Целью данной работы является исследование применимости архитектуры U-Net для автоматического определения контуров натуральных кож с использованием библиотек TensorFlow и Keras на языке Python. Разработано программное приложение, основанное на методах, включающих библиотеки OpenCV, а также модель реализации глубокой сверточной нейронной сети. Набор данных для обучения и тестирования сети создавался с использованием аугментации. Обучение производилось методом стохастического градиентного спуска после разбиения выборки данных на тренировочные и тестовые изображения. В дальнейшем полученные результаты будут положены в работу над созданием автоматизированной системы, которая позволит определять контуры кожи и ее пороки, что в свою очередь откроет возможности к вычислению полезной площади кожи и созданию автоматизированной раскладки лекал с учетом выявленных пороков.

Ключевые слова: компьютерное зрение, определение контуров, натуральная кожа, машинное обучение, сверточные нейронные сети, U-Net архитектура, глубокое обучение

1.2.2 - Математическое моделирование, численные методы и комплексы программ

2.6.16 - Технология производства изделий текстильной и легкой промышленности

.