ПРОВЕДЕНИЕ ТЕОРЕТИЧЕСКИХ И ЭКСПЕРИМЕНТАЛЬНЫХ ИССЛЕДОВАНИЙ В РАМКАХ НИР
В РАМКАХ ПРОГРАММЫ ФОНДА СОДЕЙСТВИЯ ИННОВАЦИЯМ И ПРИ ЕГО ПОДДЕРЖКЕ БЫЛ ПРОВЕДЕН РЯД НИОКР
по созданию системы автоматизации разметки массивов изображений для обучения систем искусственного интеллекта.
ЭТАП 1. РАЗРАБОТКА СПЕЦИАЛЬНЫХ САМООБУЧАЮЩИХСЯ АЛГОРИТМОВ И ПРОГРАММНОГО ПРОДУКТА, АВТОМАТИЗИРУЮЩЕГО РАЗМЕТКУ БОЛЬШИХ МАССИВОВ ИЗОБРАЖЕНИЙ ДЛЯ ОБУЧЕНИЯ СИСТЕМ ИСКУССТВЕННОГО ИНТЕЛЛЕКТА
В связи с ростом потребностей в создании обучающих наборов размеченных данных область применения такого программного продукта чрезвычайно широка. Такие наборы создаются для распознавания объектов, видимых робототехникой, медицинских изображений, результатов трехмерного лазерного сканирования, объектов на спутниковых и аэрофотоснимках, различной продукции (товаров на полке) и многого другого.
Решения проекта на первом этапе, отличаются новизной подходов к программной реализации интеллектуальных алгоритмов автоматизации разметки, позволяющих объединять изображения объектов или их фрагменты в единое смысловое поле. Прежде всего, это:
Особенность разработанных набора инструментов и алгоритмов автоматизации заключается в том, что наряду с процессом ручной разметки имеется возможность использовать дообучаемую в процессе работы нейронную сеть семантической сегментации для выделения объектов или регионов на изображении полигональными контурами. При этом точность сегментации определяется программной архитектурой нейронной сети, построение которой является достаточно трудоемким, эмпирическим процессом.
Решения проекта на первом этапе, отличаются новизной подходов к программной реализации интеллектуальных алгоритмов автоматизации разметки, позволяющих объединять изображения объектов или их фрагменты в единое смысловое поле. Прежде всего, это:
- разработка гибридных алгоритмов и методик глубокого обучения;
- разработка методологии создания тестовых обучающих наборов изображений для обучения искусственных нейронных сетей;
- автоматизированное создание тестовых обучающих наборов изображений для обучения искусственных нейронных сетей;
- программная реализация разработанных алгоритмов.
Особенность разработанных набора инструментов и алгоритмов автоматизации заключается в том, что наряду с процессом ручной разметки имеется возможность использовать дообучаемую в процессе работы нейронную сеть семантической сегментации для выделения объектов или регионов на изображении полигональными контурами. При этом точность сегментации определяется программной архитектурой нейронной сети, построение которой является достаточно трудоемким, эмпирическим процессом.
ЭТАП 2. ДОРАБОТКА ПРОТОТИПА ПО ЛОКАЛЬНОЙ ВЕРСИИ СИСТЕМЫ АВТОМАТИЗАЦИИ РАЗМЕТКИ МАССИВОВ ИЗОБРАЖЕНИЙ ДЛЯ ОБУЧЕНИЯ СИСТЕМ ИСКУССТВЕННОГО ИНТЕЛЛЕКТА.
На втором этапе была проведена доработка прототипа ПО: разработаны, реализованы и интегрированы в существующий прототип ПО набор инструментов для создания и работы с полигональной разметкой, интеллектуальная компонента автоматизации разметки регионов, алгоритм создания обучающих наборов изображений. Также было проведено функциональное тестирования разработанного ПО и его отладка.
Созданная система разметки прошла запланированные испытания и была апробирована в нескольких коммерческих проектах.
Созданная система разметки прошла запланированные испытания и была апробирована в нескольких коммерческих проектах.
В ходе НИОКР была проведена государственная регистрация программ для ЭВМ:
- Автоматизированная программа разметки изображений для обучения систем искусственного интеллекта
- Интеллектуальный модуль автоматизации разметки регионов для создания обучающих наборов данных для нейронных сетей семантической сегментации
- Интеллектуальная программа разметки больших массивов изображений полигональными контурами
 |  |  |
ЗАДАЙТЕ ВОПРОСЫ