Розробка прогресивного веб-додатку зі згортковою нейронною мережою для розпізнавання зображень

Abstract

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.

В данной работе проанализированы технологии создания веб-приложений, в результате чего избран Progressive Web App как наиболее подходящая для решения поставленных задач. Исследовано особенности использования интеллектуальных технологий для проблемы распознавания изображений. Акцент сделан на методах, которые используют библиотеку для нейронных сетей TensorFlow. Создана собственная модель сверточной нейронной сети для распознавания изображений. Для обучения модели был выбран набор данных «The Quick, Draw! Dataset» от корпорации Google. Определено, что прогрессивноей веб-приложение предоставляет возможность быстрее аналогов предоставлять результирующую выборку пользователю. Проиллюстрировано результат сравнения быстродействия разработанного и приложений-аналогов.

In this paper the technologies for creating web applications are analyzed, in result Progressive Web App as the most suitable for solving the tasks is selected. The peculiarities of the use of intelligent technologies for the problem of image recognition are investigated. Emphasis is placed on methods that use the TensorFlow neural network library. The own model of convolutional neural network for image recognition has been created. The dataset «The Quick, Draw! Dataset» from Google is selected for model training. It has been determined that a progressive web application provides the ability to provide the resulting sample to the user faster than analogues. The result of comparing the speed of the developed and analog applications is illustrated.