Поиск по всему репозиторию:

Реализация нейросетевой системы распознавания маркировки продукции

Thumbnail
Открыть/скачать файлы документа
Автор
Дата издания
2019
Издательство
БрГТУ
УДК
004.89
Библиографическое описание
Крощенко, А. А. Реализация нейросетевой системы распознавания маркировки продукции / А. А. Крощенко, В. А. Головко // Вестник Брестского государственного технического университета. Серия: Физика, математика, информатика. – 2019. – № 5. – С. 9–12 : ил. – Библиогр.: с. 11–12 (9 назв.).
Аннотация
В статье рассматриваются вопросы реализации нейросетевой системы для детекции и распознавания маркировки продукции ОАО «Савушкин Продукт». Основные критерии эффективности разрабатываемой системы связаны как с точностью распознавания маркировки, так и со скоростью выполнения такого распознавания. В основе системы лежит каскадная модель из нейронных сетей разных архитектур (сверточные классификаторы, модель SSD на базе MobileNet v1), каждая из которых решает свою подзадачу. Описывается подход, при котором обработке подвергаются не все кадры, а лишь те, которые принадлежат определенному классу и отбираются нейросетевым классификатором. Подобный метод позволяет существенно ускорить работу всей системы. Приводятся результаты детекции и распознавания, подтверждающие эффективность разработанной системы.
Аннотация на другом языке
The paper discusses the implementation of a neural network system for the detection and recognition of product labeling of JSC Savushkin Product. The main criteria for the quatity of the developed system are related to the accuracy of labeling recognition and to the speed of such recognition. The system is based on a cascade model of neural networks of different architectures (convolutional classifiers, SSD model based on MobileNet v1), each of which solves its own subtask. An approach is described in which not all frames are processed, but only those that belong to a certain class and are selected by a neural network classifier. This method is significantly accelerate the work of the entire system. The results of detection and recognition are presented, confirming the effectiveness of the developed system.
URI документа
https://rep.bstu.by/handle/data/4950
Документ расположен в коллекции