Anotátor datové sady pro trénování neuronových sítí

Abstract

Cílem práce je návrh a implementace systému umožňujícího anotovat obrazová data pro učení neuronových sítí. Důležitou vlastností tohoto systému je iterativní provádění učení, kdy anotovanou množinu rozšiřuje i sama neuronová síť a uživatelé provádí korekce nad rozšiřujícími daty. Systém se skládá z informačního systému s vloženým nástrojem pro anotování komunikujícím s programem řídícím neuronové sítě. Informační systém je navržen podle architektonického modelu MVC. Frontend aplikace je postaven na knihovně React jazyka JavaScript. Design frontendu je proveden dle konvencí Material Design s využitím Material-UI frameworku. Frontend udržuje trvalé spojení s Python backendem s využitím protokolu WebSocket, jehož využívá i backend pro komunikaci s programem pro řízení neuronových sítí. NoSQL databázový systém využívá technologii MongoDB.The goal of this thesis is design and implementation of a system for image data annotation which will learn neural networks. An important feature of this system is the iterative approach of learning, where the annotated set is extended by the neural network itself and users make corrections of these extensions. The system consists of an information system with an embedded annotation tool. Information system communicates with neural network management program. The information system is designed according to the MVC architectural model. The frontend of the application is built on JavaScript library - React and is designed according to Material Design conventions using the Material-UI framework. The frontend maintains a permanent connection to the Python backend using the WebSocket protocol, which is also used by the backend to communicate with the neural network management program. The NoSQL database system uses MongoDB technology.