Search
Экспериментальный выбор гиперпараметров сверточной нейронной сети DenseNet-121 для реидентификации людей по изображениям
View/
Date
2024Publisher
БрГТУUDC
004.932Citation
Игнатьева, С. А. Экспериментальный выбор гиперпараметров сверточной нейронной сети DenseNet-121 для реидентификации людей по изображениям / С. А. Игнатьева, Р. П. Богуш. – Текст : непосредственный // Цифровая среда: технологии и перспективы. DETP 2024 : сборник материалов II Международной научно-практической конференции, Брест, 31 октября–1 ноября 2024 г. / Министерство образования Республики Беларусь, Брестский государственный технический университет, Факультет электронно-информационных систем ; редколлегия: Н. Н. Шалобыта, В. С. Разумейчик, С. С. Дереченник, Д. О. Петров. – Брест : БрГТУ, 2024. – ISBN 978-985-493-639-0. – С. 108–112. – Библиография: 5 назв.Abstract
Hyperparameter choice is one of the key methods to improve accuracy for people re-identification. For this task, we used a two-stage approach. Our methodology allowed us to find among many possible values the most effective combination for batch size, learning rate and number of epochs of CNNs training for DenseNet-121. Training and testing were performed on the four largest and most used datasets such as Market-1501, DukeMTMC-ReID, PolReID1077 and MSMT17.
Collection
Это произведение доступно по лицензии Creative Commons «Attribution-NonCommercial» («Атрибуция-Некоммерчески») 4.0 Всемирная.