Pashtetuum commited on
Commit
294a48f
·
verified ·
1 Parent(s): a9888a2

Update О-проекте.html

Browse files
Files changed (1) hide show
  1. О-проекте.html +5 -3
О-проекте.html CHANGED
@@ -178,10 +178,8 @@ document.getElementById("scrollBtn").onclick = function() {
178
  <h3 class="u-text u-text-1">Аналитика исходной базы данных</h3>
179
  <p class="u-text u-text-2">В результате анализа данных мы выделили&nbsp;шесть основных классов дефектов: трещины, вкрапления, пятна, рябь, замятие, царапины.&nbsp;Эти классы были выбраны не случайно: они представляют собой наиболее часто встречающиеся и значимые типы дефектов, которые могут существенно повлиять на качество и безопасность металлопроката. В итоге у нас получилось собрать 1944 изображений.<br>Следующий шаг&nbsp;— разделение выборки на обучающую, валидационную и тестовую. Для тренировки нейронной сети с созданием модели вручную и с помощью функции Autokeras были взяты разные соотношения выборок, это обусловлено тем, что валидационная и тестовая выборки должны иметь больший размер при автоматизированном создании модели.
180
  </p>
181
- <p>
182
  <h3 class="u-text u-text-3">Разбиение выборки в первом способе</h3>
183
- <br>
184
- </p>
185
  <div class="custom-expanded u-table u-table-responsive u-table-1">
186
  <table class="u-table-entity">
187
  <colgroup>
@@ -236,6 +234,10 @@ document.getElementById("scrollBtn").onclick = function() {
236
  </tbody>
237
  </table>
238
  </div>
 
 
 
 
239
  <br>
240
  <h3 class="u-text u-text-4">Разбиение выборки во втором способе</h3>
241
  <div class="custom-expanded u-table u-table-responsive u-table-2">
 
178
  <h3 class="u-text u-text-1">Аналитика исходной базы данных</h3>
179
  <p class="u-text u-text-2">В результате анализа данных мы выделили&nbsp;шесть основных классов дефектов: трещины, вкрапления, пятна, рябь, замятие, царапины.&nbsp;Эти классы были выбраны не случайно: они представляют собой наиболее часто встречающиеся и значимые типы дефектов, которые могут существенно повлиять на качество и безопасность металлопроката. В итоге у нас получилось собрать 1944 изображений.<br>Следующий шаг&nbsp;— разделение выборки на обучающую, валидационную и тестовую. Для тренировки нейронной сети с созданием модели вручную и с помощью функции Autokeras были взяты разные соотношения выборок, это обусловлено тем, что валидационная и тестовая выборки должны иметь больший размер при автоматизированном создании модели.
180
  </p>
181
+
182
  <h3 class="u-text u-text-3">Разбиение выборки в первом способе</h3>
 
 
183
  <div class="custom-expanded u-table u-table-responsive u-table-1">
184
  <table class="u-table-entity">
185
  <colgroup>
 
234
  </tbody>
235
  </table>
236
  </div>
237
+ <p>
238
+
239
+ <br>
240
+ </p>
241
  <br>
242
  <h3 class="u-text u-text-4">Разбиение выборки во втором способе</h3>
243
  <div class="custom-expanded u-table u-table-responsive u-table-2">