Формування у студентів коледжів практичних навиків розпізнавання об’єктів засобами нейронних мереж

Abstract

У роботі розглянуто проблему відставання традиційних навчальних програм закладів фахової передвищої освіти від індустріальних вимог до практичних компетентностей у сфері штучного інтелекту та комп’ютерного зору. Метою дослідження є теоретичне обґрунтування, розробка та експериментальна перевірка методики формування у студентів коледжів практичних навичок розпізнавання об’єктів засобами нейронних мереж на основі фреймворку YOLO. Використано комплекс теоретичних, емпіричних та математико-статистичних методів, зокрема квазіекспериментальний дизайн, hands-on підхід, data-centric методологію, хмарні середовища та критеріальне оцінювання. Робота складається з 81 сторінок основного тексту, який включає 8 рисунків, 10 таблиць.

The thesis addresses the gap between traditional theoretical AI curricula in vocational colleges and the industry’s demand for practical competencies in computer vision and deep learning. The aim of the research is to theoretically justify, design, and experimentally verify a methodology for forming practical object recognition skills in college students using neural networks based on the YOLO framework. The study employs a mixed-methods approach, including theoretical analysis, a quasi-experimental pedagogical design, hands-on and project-based learning, data-centric practices, cloud computing , and criterion-referenced assessment. The work consists of 81 pages of main text, which include 8 figures, 10 tables.