Разработка системы распознавания дефектов на автомобильных номерах

1.

Факультет математики и информационных
технологий
Кафедра математического моделирования
Выпускная квалификационная работа на тему
«Разработка системы распознавания
дефектов на автомобильных номерах»
Выполнил:
Студент 4 курса очной формы обучения
Садыков Ильнур Зиннурович
Руководитель:
к.ф.-м.н., доцент
Михайлова Татьяна Анатольевна

2.

Пример подобны х приложений
2
uust.ru

3.

Цель и задачи
работы
Цель: разработка приложения, определяющего наличие дефектов на автомобильных
номерах, используя нейронные сети.
Для достижения этой цели надо решить следующие задачи:
1. Произвести анализ предметной области.
2. Выбрать инструментальные средства и среду разработки .
3. Спроектировать архитектуру нейронной сети.
4. Сформировать обучающую выборку.
5. Программно-реализовать приложение.
6. Разработать пользовательский интерфейс.
7. Провести тестирование системы.
3
uust.ru

4.

Используемы е
технологии
Рис 1. Используемые технологии
uust.ru
4

5.

Общее решение
задачи
Рис 2. Общая схема решения задачи
uust.ru
5

6.

Реализация
программы
Рис 3. Код создания модели нейронной сети
uust.ru
6

7.

Реализация
программы
Рис 4. Преобразование входного изображения
uust.ru
7

8.

Реализация
программы
Рис 5. Перевод символов на изображении в символы на терминале
uust.ru
8

9.

Результат работы
Рис 6. Результат работы нейронной сети
uust.ru
9

10.

Реализация
интерфейса
Рис 7. Создание интерфейса
uust.ru
10

11.

Графический интерфейс и возможности
приложения
Рис 8. Начальный интерфейс пользователя
uust.ru
11

12.

Графический интерфейс и возможности
приложения
Рис 9. Пример работы программы
uust.ru
12

13.

Графический интерфейс и возможности
приложения
Рис 10. Пример работы программы с дефектными номерами
uust.ru
13

14.

Графический интерфейс и возможности
приложения
Рис 11. Пример работы программы на фотографиях без номеров
uust.ru
14

15.

В ы воды
1. Разработано приложение для определения дефектов на автомобильных номерах.
2. Приложение позволяет получать информацию об автомобильных номерах, имеющих
дефекты.
3. Реализована нейронная сеть с использованием библиотек Tensorflow и Keras.
4. Была обучена нейронная сеть.
5. Были реализованы функции преобразования исходного изображения.
6. Проведено тестирование приложения, которое не выявило дефектов критической или
высокой серьезности.
15
uust.ru

16.

Благодарю за внимание!
uust.ru