Інформаційна технологія глибокого навчання для детектування заборонених предметів під час митного контролю та митного оформлення

Abstract

Створено та проведено навчання інтелектуальної системи SecureScanNet (SSN) для детектування заборонених предметів на зображеннях, отриманих за допомогою скануючих систем. У процесі роботи створено комплекс програмних і алгоритмічних рішень для ключових компонентів системи автоматичного виявлення заборонених об'єктів, включно з моделями нейронних мереж. Особливу увагу приділено дослідженню існуючих моделей нейромереж їх недоліків та переваг у порівнянні однієї до одної, як результат для досягнення мети застосовано послідовне використання спроектованих моделей конволюційних нейронних мереж, а також здійснена оптимізація процесу навчання для досягнення високої точності та ефективності інтелектуальної системи без перенавчання та надано оцінку передбачуваних моделлю результатів. Проведено ретельне дослідження параметрів моделі для покращення детекції та мінімізації помилкових спрацювань.