РАЗРАБОТКА СИСТЕМЫ СОСТАВЛЕНИЕ РЕЦЕПТУРЫ БЛЮДА ПО АНАЛИЗУ ИЗОБРАЖЕНИЯ ИНГРЕДИЕНТОВ НА ОСНОВЕ МАШИННОГО ОБУЧЕНИЯ

В наше время системы распознавания информации на базе образов употребляются регулярно и почаще. Распознавание речи, текстовых материалов, также разных изображений делает проще взаимодействие меж человеком и компом, создает предпосылки и способности для использования различных систем искусственного ума. Актуальность данной дипломной работы работы состоит в создании программного продукта, которое дозволит юзерам решать при помощи ПЭВМ почти многие задачи по составлению рецептуры блюда используя анализ изображения. Целью дипломной работы является разработка системы составление рецептуры блюда по анализу изображения ингредиентов на базе машинного обучения. Для заслуги данной цели нужно было решить последующие задачи: проанализировать имеющиеся методики творения программных средств и избрать более подходящую, расценивая преимущества и недочеты каждой методики; провести исследование предметной области и избрать ноу-хау проектирования; создать программное средство по распознаванию образов и составлении рецептуры блюд на базе изображения; произвести внедрение разработанного программного средства. Разработанный программный продукт по распознаванию образов позволит решить последующие задачки: загружать документы в электронном виде разных форматов; выполнять различные операции по изменению изображения (вида): изменение оттенков, цвета, яркости, контуров и другие операции, внедрение различных эффектов для получения нужного вида; выполнять определенные юзером деяния за установленное количество шагов (проходов); хранить приобретенное изображение (образ) в новеньком виде. Способы исследования на теоретическом уровне: способ анализа, способ сходства и различия, сопоставленья, обобщения. На эмпирическом уровне: наблюдение, анализ практического опыта повара, работающего на пищевом предприятии. Разработанное программное средство по распознаванию образов дозволит уменьшить время обработки и анализа изображений, прирастить качество выходных изображений (образов), прирастить ступень обработки изображений в пару раз, ускорить процесс электрического распознавания изображений по сравнению с подобными программными средствами. В первой главе дипломной работы рассматриваются теоретические вопросы, связанные с технологией машинного обучения и определения образов.

---

Выполняем решение задач на заказ в Красноярске , обращайтесь к Work5.

---

Во второй главе бы проведен доскональный анализ предметной области, выявлены многофункциональные требования и предмет разработки. В третьей главе была определена среда разработки и применяемые приборы. В 4-ый главе разработана модель системы и машинного обучения, реализован процесс обучения и произведена оценка сделанной модели. В 5-ый главе был продемонстрирован процесс написания кода и демонстрация работы готовой системы. В 6-ой главе были произведены расчеты экономических характеристик и эффективности проекта, а в седьмой общие положения по безопасности и экологической чистоте проекта. В заключении были описаны результаты разработки и изготовлены итоговые выводы, а в приложении указан листинг программы.

В итоге исполненья дипломной работы работы было создано программное средство по составление рецептуры блюда по анализу изображения ингредиентов. Используемая в программном средстве методика определения образов показала себя надежной и высококачественной технологией при работе с графикой разных форматов. Система располагает уникальным комплектом данных об ингредиентах и блюдах. данный набор данных возможно применен для улучшения разработанной модели в дальнейшем, также предоставляет возможность другим разработчикам творить и учить свои модели нейронных сетей на его базе. Исследование предметной области показало, что разработанное программное средство будет внедряться и всеполноценно употребляться на автоматических рабочих местах профессионалов пищевых заведений. Данное программное средство позволит уменьшить время на обработку и анализ входной инфы, отменно изменить выходную информацию (радикально), а так же поможет в принятии неких решений юзерам в их работе. Простота и упругость интерфейса программного средства позволят завладеть им присутствие минимальных компьютерных способностей, что прирастит вероятность использования конкретно этого программного средства в собственной ежедневной работе. В процессе работы были достигнуты все поставленные задачки, а именно: произведен анализ методик систем машинного обучения и выбрана более приближающаяся, проведено исследование предметной области и выбрана разработка проектирования, программный продукт был разработан и внедрен на предприятие. 

1 Айзерман М.А., Браверман Э.М., Розоноэр Л.И. Метод потенциальных функций в теории обучения машин. - М.: Наука, 2004. - 384 с. 2 . Горбань А., Россиев Д. Нейронные сети на персональном компьютере. //Новосибирск, Наука, 1996. - C 114 - 119. 3 . Журавлев Ю.И. Об алгебраическом подходе к решению задач распознавания или классификации // Проблемы кибернетики. М.: Наука, 2005. - Вып. 33. С. 5-68 4 . Журавлев Ю.И. Избранные научные труды. - Изд. Магистр, 2002. - 420 с. 5 . Мазуров В.Д. Комитеты систем неравенств и задача распознавания // Кибернетика, 2004, № 2. С. 140-146. 6 . Потапов А.С. Распознавание образов и машинное восприятие. - С-Пб.: Политехника, 2007. - 548 с 7 . Минский М., Пейперт С. Персептроны. - М.: Мир, 2007. - 261 с. 8 . Растригин Л. А., Эренштейн Р. Х. Метод коллективного распознавания. 79 с. ил. 20 см., М. Энергоиздат, 2006. - 80 с. 9 . Рудаков К.В. Об алгебраической теории универсальных и локальных ограничений для задач классификации // Распознавание, классификация, прогноз. Математические методы и их применение. Вып. 1. - М.: Наука, 2007. - С. 176-200. 10 . Фу К. Структурные методы в распознавании образов. - М.: Мир, 2005. - 144 с. 11 https://www.anbg.gov.au/fungi/classification-names-identification.html Outline of classification of fungi [Электронный ресурс].