РЕЦЕНЗИЯ на выпускную квалификационную работу бакалавра Бендриковского Анатолия Ярославовича “Выделение объекта из видеопотока с помощью глубинного обучения”  	Выпускная квалификационная работа бакалавра Бендриковского Анатолия Ярославовича посвящена решению задачи выделения объектов из видеоизображений с использованием глубоких сверточных нейронных сетей. Актуальность темы ВКР обусловлена практическими применениями решаемой задачи в автопилотах и иных практических приложениях требующих распознавания изображений в режиме реального времени.  	Рецензируемая выпускная квалификационная работа изложена на 35 листах и состоит из введения, пяти глав, выводов, заключения, списка литературы и трех приложений. Во введении обоснована актуальность темы квалификационной работы, сформулированы цель и задачи ВКР, приведен обзор литературы по теме исследования и дано разъяснение используемых в работе аббревиатур. Первая глава ВКР посвящена описанию оценок производительности и точности алгоритмов распознаваний изображений.  Во второй главе кратко указываются нейросетевые алгоритмы распознавания изображения на основе сверточных нейросетей, такие как Fast R-CNN, Faster R-CNN, YOLO и YOLOv2, которые подробно описываются в третьей и четвертой главах ВКР. Пятая глава посвящена обучению стандартной реализации нейросети YOLO для решения задачи распознавания объектов дорожного движения. В заключении приводятся основные результаты квалификационной работы. Список литературы содержит 19 наименований. В приложениях приведены скрипты конвертации обучающих данных и примеры работы алгоритма распознавания. 	Выпускная квалификационная работа бакалавра Бендриковского А.Я. является завершенной квалификационной работой на актуальную тему. Бендриковский А.Я. изучил предметную область, выбрал алгоритм распознавания и использовал его для обучения в задаче распознавания объектов дорожного движения. Проведен вычислительный эксперимент по решению задачи распознавания. Результаты вычислительного эксперимента показали эффективность обучения нейросетевого алгоритма.  	Оформление ВКР Бендриковского А.Я. соответствует требованиям, предъявляемым к ВКР бакалавров, её структура соответствует решаемой задаче. Содержание ВКР соответствует заявленной в названии теме., которая полностью раскрыта в содержании ВКР. При выполнении ВКР использовались современные достижения в области искусственных нейронных сетей и актуальная литература.  	  	К недостаткам оформления ВКР можно отнести следующее.  	В ВКР поставлена задача выделения объекта из видеопотока, однако фактически решена задача распознавания объектов интереса для отдельных изображений, выполнен анализ производительности алгоритма распознавания и сделан вывод о его пригодности для распознавания объектов в видеопотоке в режиме реального времени. Также, в работе на с. 28 содержится указание на проведение вычислительного эксперимента с использованием видео с камеры видеорегистратора, однако результаты этого эксперимента в тексте ВКР отсутствуют. 	В целом, текст ВКР достаточно хорошо оформлен, однако в нем встречаются неудачные определения (например, определение переобучения на с. 26, формула на рис. 2,  с. 10). 	Полагаю, что отмеченные недостатки оформления ВКР не снижают её общей высокой оценки, результаты ВКР имеют практическое значение и могут быть опубликованы. 	Считаю, что выпускная квалификационная работа бакалавра Бендриковского Анатолия Ярославовича "Выделение объекта из видеопотока с помощью глубинного обучения" удовлетворяет требованиям к выпускным квалификационным работам бакалавров по направлению “Прикладная математика и информатика” и заслуживает оценки “отлично”.  Рецензент к.ф.-м.н., доцент                                                                         Козынченко В.А.