Целью данной работы является исследование применимости архитектуры U-Net для автоматического определения контуров натуральных кож с использованием библиотек TensorFlow и Keras на языке Python. Разработано программное приложение, основанное на методах, включающих библиотеки OpenCV, а также модель реализации глубокой сверточной нейронной сети. Набор данных для обучения и тестирования сети создавался с использованием аугментации. Обучение производилось методом стохастического градиентного спуска после разбиения выборки данных на тренировочные и тестовые изображения. В дальнейшем полученные результаты будут положены в работу над созданием автоматизированной системы, которая позволит определять контуры кожи и ее пороки, что в свою очередь откроет возможности к вычислению полезной площади кожи и созданию автоматизированной раскладки лекал с учетом выявленных пороков.

Ключевые слова: компьютерное зрение, определение контуров, натуральная кожа, машинное обучение, сверточные нейронные сети, U-Net архитектура, глубокое обучение

1.2.2 - Математическое моделирование, численные методы и комплексы программ , 2.6.16 - Технология производства изделий текстильной и легкой промышленности

В статье рассматриваются корреляционные методы идентификации изображений. Разработан алгоритм метода «редкой сетки».

Ключевые слова: идентификация изображений, алгоритм, распознавание, раскрой, эталонный кадр, корреляции элементов, поиск минимума

2.3.1 - Системный анализ, управление и обработка информации , 2.3.3 - Автоматизация и управление технологическими процессами и производствами

В статье рассматривается методика распознавания контуров на первичном изображении. Разработан алгоритм поиска абсолютного минимума функционала на изображении.

Ключевые слова: контур, алгоритм, дефект, распознавание, раскрой, эталонный кадр, поиск минимума

2.3.1 - Системный анализ, управление и обработка информации , 2.3.3 - Автоматизация и управление технологическими процессами и производствами

  Приведены результаты анализ понятийного аппарата инновационного менеджмента с позиций решения проблемы оценки результатов и эффективности труда персонала на разных стадиях инновационного процесса, описана авторская позиция при уточнении дефиниций основных терминов.

Ключевые слова: оценка результата труда, эффективность труда, персонал, менеджмент, инновации, инновационный процесс и цикл, инновационная деятельность

08.00.05 - Экономика и управление народным хозяйством (по отраслям и сферам деятельности)