ВСТУП
Терміном &quot ;комп’ютерний зір&quot ; називають системи штучного інтелекту , що отримують інформацію у вигляді зображень , а також теорію та технології створення таких систем .
До задач комп’ютерного зору належать розпізнавання об’єктів , класифікація об’єктів , пошук зображень за вмістом , опис сцени та відновлення зображень .
Класифікація зображень належить до найбільш вивчених задач комп’ютерного зору , вона полягає у визначенні приналежності зображення до одного чи кількох класів .
Така задача є надзвичайно простою для людини , проте при використанні комп’ютерної системи виникають практично нерозв’язні проблеми .
Насамперед , для досить загальних класів , неможливо описати чітку систему візуальних ознак , котрі відрізняють один клас від іншого .
По-друге , зображення у пам’яті комп’ютера зберігають у вигляді трьох матриць окремо для кожного каналу ( червоного , зеленого та синього ) , такий формат ускладнює виявлення простих ознак , таких як межі об’єктів .
[ 2 ] З середини минулого століття для вирішення завданнь комп& # 39 ;ютерного зору використовують методи машинного навчання .
Нейронні мережі є прикладом таких моделей , вони здатні виявляти в даних закономірності , котрі не були наперед запрограмовані людьми , та навіть непомітні для людського ока .
Хоч ідея математичних моделей , що імітують структуру людського мозку та здатні до навчання виникла більше ніж п’ятдесят років тому , широке їх використання стало можливим лише в останнє десятиліття .
Це зумовлено як розробкою ефективних алгоритмів тренування [ 2 , 6 ] , так і розвитком апаратного і програмного забезпечення для паралельних обчислень [ 1 , 8 , 9 ] .
Традиційно для порівняння різних підходів до задачі класифікації використовують результати ILSVRC .
Щороку у цьому змаганні беруть участь команди з передових дослідницький центрів з усього світу .
Одне із завдань полягає у розробці моделі , що здатна якнайточніше віднести зображення до однієї з більш ніж тисячі категорій .
У 2015 році перемогу здобула команда з 5 дослідницької групи компанії Microsoft з результатом 96 . 43 % [ 3 ] при виборі п’яти найімовірніших класів , цей результат перевершує результати спеціально навчених людей на тих самих зображеннях .
Науковці розробили інноваційний підхід до архітектур дуже глибоких нейронних мереж , котрий використано в цій роботі .
Перший розділ роботи описує базові поняття глибокого навчання , його математичну основу та приклади архітектур сучасних нейронних мереж .
Попри простоту і елегантність ідеї нейронних мереж , їх розробка та використання на практиці потребують значних зусиль та досвіду , тренування мережі є надзвичайно обчислювально складним та вимагає використання спеціального апаратного забезпечення .
Надати базові примітиви та полегшити взаємодію з спеціальними процесорами покликані фреймворки для глибокого навчання , наприклад TensorFlow від компанії Google .
Основи роботи TensorFlow описано в другому розділі .
В третьому розділі подані результати розробки системи класифікації зображень на прикладі класифікації одягу .
Ця задача може мати значне прикладне застосування для виробників та роздрібних продавців одягу , бо надає додаткову інформацію про клієнтів , що в поєднанні з іншими даними є цінним матеріалом для маркетингових досліджень .
6 ПОСТАНОВКА ЗАДАЧІ розглянути основні теоретичні принципи побудови сучасних глибоких нейронних мереж та типові віріанти їх архітектури описати підходи використані в популярних фреймворках для глибокого навчання на прикладі TensorFlow реалізувати на практиці систему візуальної класифікації одягу
