| dc.contributor.author | Игнатьева, С. А. | |
| dc.contributor.author | Богуш, Р. П. | |
| dc.coverage.spatial | Брест | |
| dc.date.accessioned | 2025-01-08T09:07:58Z | |
| dc.date.available | 2025-01-08T09:07:58Z | |
| dc.date.issued | 2024 | |
| dc.identifier.citation | 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. | |
| dc.identifier.uri | https://rep.bstu.by/handle/data/46893 | |
| dc.description.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. | |
| dc.language.iso | ru | ru |
| dc.publisher | БрГТУ | |
| dc.title | Экспериментальный выбор гиперпараметров сверточной нейронной сети DenseNet-121 для реидентификации людей по изображениям | ru |
| dc.type | Научный доклад (Working Paper) | |
| dc.identifier.udc | 004.932 | |
