Skip to content

Latest commit

 

History

History
70 lines (43 loc) · 5.05 KB

README.md

File metadata and controls

70 lines (43 loc) · 5.05 KB

Проектирование программного обеспечения

Название проекта

Приложение для подготовки обучающих выборок для нейронных сетей

Краткое описание идеи проекта

Создать приложение, которое позволило бы подготавливать обучающие выборки для нейронных сетей. Основной функцией ПО является загрузка изображения, выделение на нем областей, соответствующих определенным сущностям, и сохранение этой информации в удобном для обучения нейронных сетей формате.

Краткое описание предметной области

Нейронные сети обучаются путем первичной обработки больших наборов данных, которые предварительно были размечены. На основе этих примеров сети могут более точно обрабатывать неизвестные входные данные.

Краткий анализ аналогичных решений

Сервис Тип приложения Автоматизация Возможность аннотации видео Цена
CVAT Веб Полуавтоматическая аннотация Есть Бесплатно
VoTT Локальное приложение Нет Есть Бесплатно
ImgLab Локальное\Веб приложение Нет Нет Бесплатно
Labelbox Онлайн-платформа Разметка с помощью ИИ Нет Работает по подписке
Scale AI Онлайн-платформа Разметка с помощью ИИ Есть От 50к долларов

Краткое обоснование целесообразности и актуальности проекта

Для обучения нейронных сетей необходимо огромное количество подготовленных данных, соответственно необходимы инструменты для создания таких обучающих предразмеченных выьорок.

Use-Case - диаграмма

Use-Case - диаграмма

ER-диаграмма сущностей

ER-диаграмма сущностей

Пользовательские сценарии

Если человек не зарегистрирован, он войти не сможет. Значит, надо сначала зарегистрироваться. Для этого пользователь вводит пароль и имя\ник. После этого он может войти в сервис. Загрузив изображение, пользователю необходимо выбрать фигуру для выделения сущностей на ней (прямоугольники, круги, произвольные многоугольники), а затем выбрать из предложенных меток нужную, которая описывает выделенный объект. Закончив разметку изображения, пользователь может сохранить размеченные данные в нужном формате и загрузить очередное изображение. Администратор может загружать изображения (выбрав файлы с устройства) и создавать наборы меток, которые будут описывать выделенные сущности изображения. Админ также может выгружать информацию о размеченных изображениях в файл.

Формализация бизнес-правил

Диаграммы бизнес-правил


Описание типа приложения и выбранного технологического стека

Тип приложения - Desktop.

Технологический стек:

  • backend - С++
  • frontend - QT
  • БД - PostgreSQL

Верхнеуровневое разбиение на компоненты

Диаграмма разбиения на компоненты

UML диаграммы классов

UML диаграмма компонента доступа к данным:

UML диаграмма компонента доступа к данным

UML диаграмма компонента бизнес логики:

UML диаграмма компонента бизнес логики

Диаграмма сущностей БД:

Диаграмма сущностей БД