РОЗРОБКА ПРОГРЕСИВНОГО ВЕБ-ДОДАТКУ ЗІ ЗГОРТКОВОЮ НЕЙРОННОЮ МЕРЕЖЕЮ ДЛЯ РОЗПІЗНАВАННЯ ЗОБРАЖЕНЬ
DOI:
https://doi.org/10.31649/1999-9941-2021-50-1-7-14Ключові слова:
Progressive Web App, веб-додаток, згорткова нейронна мережа, розпізнавання зображеньАнотація
В даній роботі проаналізовано технології створення веб-додатків, внаслідок чого обрано Progressive Web App як найбільш відповідну для розв’язання поставлених задач. Досліджено особливості використання інтелектуальних технологій для проблеми розпізнавання зображень. Акцент зроблено на методах, які використовують бібліотеку для нейронних мереж TensorFlow. Створено власну модель згорткової нейронної мережі для розпізнавання зображень. Для навчання моделі було обрано набір даних «The Quick, Draw! Dataset» від корпорації Google. Визначено, що прогресивний веб-додаток надає можливість швидше за аналоги надавати результуючу вибірку користувачеві. Проілюстровано результат порівняння швидкодії розробленого та додатків-аналогів.
Посилання
Making Progressive Web Apps (PWAs) with React, 2019. [Online]. Available: https://alligator.io/react/react-progressive-web-apps/. Accessed on: February 01, 2021.
Prohresyvnyi veb-zastosunok, 2018. [Elektronnyi resurs]. Rezhym dostupu: https://en.wikipedia.org/wiki/Progressive_Web_Apps. Data zvernennia: Liut. 01, 2021.
Progressive Web, 2018. [Online]. Available: https://codelabs. developers.google.com/codelabs/your-first-pwapp-ru/index.html?index=..%2F..%2Flangru#0. Accessed on: February 01, 2021.
M. D. Zeiler, R. Fergus, «Visualizing and understanding convolutional networks», in European confer-ence on computer vision, Springer International Publishing, pp. 818–833, 2014.
Fei-Fei Li, A. Karpathy, J. Johnson, CS231n Convolutional Neural Networks for Visual Recognition, 2016. [Online]. Available: https://cs231n.github.io/convolutional-networks. Accessed on: Mar. 21, 2017.
T. O. Kovtun, M. V. Baraban, V. V. Harmash, «Prohresyvnyi veb dodatok dlia rozpiznavannia maliunkiv» na XV Mizhnarodnii naukovii konferentsii «Kontrol i upravlinnia v skladnykh systemakh», Vinnytsia: VNTU, 8–10 zhovtnia, 2020. [Elektronnyi resurs]. Rezhym dostupu: https://conferences.vntu.edu.ua/index.php/mccs/mccs2020/paper/view/10665. Data zvernennia: Liut. 01, 2021.
##submission.downloads##
-
PDF
Завантажень: 469