Search

Show simple item record

dc.contributor.authorГоловко, Владимир Адамович
dc.contributor.authorКрощенко, Александр Александрович
dc.contributor.authorМихно, Егор Владимирович
dc.contributor.authorВойцехович, Оксана Юрьевна
dc.coverage.spatialБрестru_RU
dc.date.accessioned2019-06-28T07:45:43Z
dc.date.available2019-06-28T07:45:43Z
dc.date.issued2018
dc.identifier.citationНейросетевые модели детекции товаров на изображении [Электронный ресурс] / В. А. Головко [и др.] // Вестник Брестского государственного технического университета. Серия: Физика, математика, информатика. – 2018. - № 5. – С. 27–30 : ил. – Библиогр.: с. 29–30 (14 назв.).ru_RU
dc.identifier.urihttp://rep.bstu.by/handle/data/419
dc.description.abstractВ данной статье рассматривается применение различных моделей к решению задачи детекции товаров различных брендов на изображении. Проведен сравнительный анализ наиболее эффективных и широко применяемых нейросетевых архитектур Faster R-CNN (ResNet50/101), SSD и YOLO. Полученные результаты подтверждают эффективность применения архитектуры Faster R-CNN к любым выборкам изображений. Однако нужно отметить ресурсоемкость таких архитектур и их непригодность для решения задач, в котором важным критерием эффективности является время выполнения анализа. Модели SSD и YOLO, хотя и не дают преимуществ при детекции объектов малых и средних размеров, могут успешно применяться в составе мобильных систем детекции, ограниченных в своих аппаратных возможностях. Кроме этого, данные нейросетевые архитектуры выполняют обработку быстрее Faster R-CNN и могут рассматриваться как базовые модели для детекции и сегментации фото- и видеоизображений в реальном времени.ru_RU
dc.language.isoruru_RU
dc.publisherБрГТУru_RU
dc.relation.ispartofseriesФизика, математика, информатика;
dc.subjectискусственный интеллектru_RU
dc.subjectинтеллектуальные системыru_RU
dc.titleНейросетевые модели детекции товаров на изображенииru_RU
dc.typeСтатья (Article)ru_RU
dc.identifier.udc004.89ru_RU


Files in this item

Thumbnail

This item appears in the following Collection(s)

Show simple item record