METHODS FOR DESIGNING AND TRAINING NEURAL NETWORKS USING THE KERAS LIBRARY
DOI:
https://doi.org/10.54309/IJICT.2025.23.3.012Ключевые слова:
neural networks, colorization, autoencoder, image processing, deep learning, CNN, visual data.Аннотация
Қазіргі заманғы визуалды деректерді өңдеу әдістері ақ-қара бейнелердегі түстік ақпаратты дәл әрі автоматты түрде қалпына келтіруді талап етеді. Бұл жағдай колоризация міндетін цифрлық реставрация, мазмұн генерациясы және мұрағаттық сақтау салаларында аса өзекті етеді. Осы зерттеудің мақсаты — автоматты колоризация міндетін шешу үшін конволюциялық нейрондық желілер негізіндегі автокодировщик моделін әзірлеп, оқыту болып табылады. Зерттеу аясында нейрожелілік архитектураларды теориялық талдау, Keras кітапханасын пайдалану арқылы модельді практикалық тұрғыда жүзеге асыру, сондай-ақ пейзаждық бейнелерден тұратын арнайы деректер жиынтығында оқыту міндеттері шешілді. Нәтижесінде, түстік ақпаратты визуалды тұрғыда қанағаттанарлық деңгейде қалпына келтіре алатын, дәлдігі 82,5% болатын модель алынды. Ұсынылған архитектураның жергілікті ортада жоғары өнімділікпен орындалуы, бейімделгіштігі және қайта қолдануға жарамдылығы көрсетілді. Қорытындылар бұл шешімнің терең оқыту және кескіндерді өңдеу салаларында ғылыми және практикалық маңыздылығын дәлелдейді.
Скачивания
Загрузки
Опубликован
Как цитировать
Выпуск
Раздел
Лицензия
Copyright (c) 2025 МЕЖДУНАРОДНЫЙ ЖУРНАЛ ИНФОРМАЦИОННЫХ И КОММУНИКАЦИОННЫХ ТЕХНОЛОГИЙ
Это произведение доступно по лицензии Creative Commons «Attribution-NonCommercial-NoDerivatives» («Атрибуция — Некоммерческое использование — Без производных произведений») 4.0 Всемирная.
https://creativecommons.org/licenses/by-nc-nd/3.0/deed.en