Разработка новой модели ступенчатой сверточной нейронной сети для классификации аномалий на панорамах

Описывается разработанная новая модель ступенчатой сверточной нейронной сети для классификации аномалий на панорамах. Выбраны подходящие наборы данных для классификации. Сделан вывод о неполноте применявшегося ранее авторами метода поиска аномалий особых областей с высоким цветоразличием на панорамах. Поиск данных областей разработанным ранее методом не ставил перед собой задачу их классификации. Для автоматической идентификации обнаруженных объектов предлагается применить модели глубокого обучения с использованием подходящих нейросетей. Особое внимание уделено работе с данными, содержащими несбалансированные классы и изображения разного размера. Проводится сравнение результатов классификации изображений популярных архитектур нейронных сетей с разработанной ступенчатой сверточной нейронной сетью.