Сравнение архитектур U-Net и FCN для детектирования текстовых надписей на изображениях реальных сцен; Молодежь и современные информационные технологии

Сравнение архитектур U-Net и FCN для детектирования текстовых надписей на изображениях реальных сцен; Молодежь и современные информационные технологии

Bibliografske podrobnosti
Parent link:	Молодежь и современные информационные технологии.— 2022.— [С. 40-41]
Glavni avtor:	Иванова Ю. А. Юлия Александровна
Korporativna značnica:	Национальный исследовательский Томский политехнический университет Инженерная школа информационных технологий и робототехники
Drugi avtorji:	Гао Жэньцзе
Izvleček:	Заглавие с титульного экрана
Jezik:	ruščina
Izdano:	2022
Serija:	Искусственный интеллект и машинное обучение
Teme:	электронный ресурс труды учёных ТПУ архитектура U-Net детектирование текстовые надписи изображения распознавание тексты сверточные нейронные сети обработка изображений
Online dostop:	http://earchive.tpu.ru/handle/11683/71147
Format:	Elektronski Book Chapter
KOHA link:	https://koha.lib.tpu.ru/cgi-bin/koha/opac-detail.pl?biblionumber=634368

Podobne knjige/članki

Применение сверточной нейронной сети U-Net для сегментации текстовых областей на изображениях реальных сцен; Молодежь и современные информационные технологии
od: Иванова Ю. А. Юлия Александровна
Izdano: (2021)

Исследование эффективности сверточных нейронных сетей класса U-Net; Молодежь и современные информационные технологии
od: Игольников Н. А.
Izdano: (2020)

Классификация пихты, поврежденной уссурийским полиграфом, по снимкам С БПЛА с использованием нейронной сети U-Net; Молодежь и современные информационные технологии
od: Маслов К. А.
Izdano: (2020)

Исследование аппаратно-реализованных сверточных нейронных сетей класса U-Net; Известия Томского политехнического университета [Известия ТПУ]. Промышленная кибернетика; Т. 1, № 1
Izdano: (2023)

Модификация архитектуры сети U-Net для задач классификации и сегментации образцов пород; Системы анализа и обработки данных; № 2 (98)
Izdano: (2025)

Rectal cancer image segmentation method based on U-Net network; Молодежь и современные информационные технологии
od: Gubin E. I. Evgeny Ivanovich
Izdano: (2022)

Research on lung tumor image segmentation algorithm based on U⁃Net; Молодежь и современные информационные технологии
od: Ван Юйцянь
Izdano: (2025)

Модели сверточных нейронных сетей YOLO для детектирования на изображениях объектов воздушного пространства; Молодежь и современные информационные технологии
od: Тятюшкин И. М.
Izdano: (2025)

Сверточная нейронная сеть для сегментации пораженных деревьев пихты на снимках с беспилотных летательных аппаратов; Региональные проблемы дистанционного зондирования Земли
Izdano: (2020)

Improved U-Net deep network for rectal cancer tumour segmentation algorithm; Молодежь и современные информационные технологии
od: Аксёнов С. В. Сергей Владимирович
Izdano: (2024)

Разработка алгоритмов для сегментации патологий сетчатки при диабетической ретинопатии с использованием архитектуры нейронной сети U-net; Физико-технические проблемы в науке, промышленности и медицине
od: Лушников В. А.
Izdano: (2025)

Сегментация деревьев пихты на зашумленных снимках с БПЛА с использованием сверточной нейронной сети U-net; Молодежь и современные информационные технологии
od: Малкин А. Ю. Артем Юрьевич
Izdano: (2024)

Восстановление спутниковых изображений с использованием частичных сверточных нейронных сетей; Научная инициатива иностранных студентов и аспирантов
od: Мачука Мендоса Кристиан Родриго
Izdano: (2022)

Семантическая сегментация повреждённых деревьев пихты на снимках с беспилотных летательных аппаратов; Современные проблемы дистанционного зондирования Земли из космоса; Т. 18, № 1
Izdano: (2021)

Modification of U-Net Network Architecture for Core Samples Analysis Automation; Industrial Engineering, Applications and Manufacturing (ICIEAM)
od: Denisov V. I. Vladislav Igorevich
Izdano: (2025)

Исследование архитектуры сети YOLO для детектирования объектов на изображениях; Молодежь и современные информационные технологии
od: Береснев А. П. Алексей Павлович
Izdano: (2018)

Automatic segmentation of microporous defects in composite film materials based on the improved attention U-Net module; Quantitative InfraRed Thermography Journal; Vol. 22, iss. 4
Izdano: (2025)

Классификация текста на изображениях реальных сцен при помощи сверточных нейронных сетей; Молодежь и современные информационные технологии
od: Исаев Е. А.
Izdano: (2019)

Алгоритмы детектирования текстовых областей на фотореалистичных изображениях со сложным фоном; Молодежь и современные информационные технологии
od: Друки А. А. Алексей Алексеевич
Izdano: (2021)

Модели U-Net для семантической сегментации повреждённых деревьев сосны сибирской кедровой на снимках с БПЛА; Современные проблемы дистанционного зондирования Земли из космоса; Т. 19, № 1
Izdano: (2022)

Исследование модели сверточной нейронной сети Mo-U-Net с робастной функции потерь Хьюбера в условиях зашумленных изображений; Молодежь и современные информационные технологии
od: Малкин А. Ю. Артем Юрьевич
Izdano: (2025)

Исследование моделей сверточных нейронных сетей YOLOv5 и YOLOv8 при детектировании летающих объектов на изображениях; Молодежь и современные информационные технологии
od: Клековкин В. А.
Izdano: (2025)

Модель сверточной нейронной сети LeNet5 для обнаружения и классификации объектов воздушного пространства на изображениях; Известия Томского политехнического университета [Известия ТПУ]. Промышленная кибернетика; Т. 1, № 2
od: Клековкин В. А. Вадим Александрович
Izdano: (2023)

Применение средств машинного обучения для исследования образцов керна; Молодежь и современные информационные технологии
od: Денисов В. И.
Izdano: (2024)

A comparative analysis between image segmentation architectures: U-Net and U-Net++; Молодежь и современные информационные технологии
od: Aksenov S. V. Sergey Vladimirovich
Izdano: (2021)

ASP.NET MVC 4: разработка реальных веб-приложений с помощью ASP.NET MVC: пер. с англ.
od: Чедвик Д. Джесс
Izdano: (Москва, Вильямс, 2013)

Детектирование лиц с помощью сверточной нейронной сети; Молодежь и современные информационные технологии
od: Калиновский И. А. Илья Андреевич
Izdano: (2013)

Анализ эффективности сверточной нейронной сети YOLOV4-CSP при решении задачи мультиклассификации изображений; Молодежь и современные информационные технологии
od: Ткачёв С. А.
Izdano: (2023)

C# и платформа .NET: пер. с англ.
od: Троелсен Э. Эндрю
Izdano: (Санкт-Петербург, Питер, 2006)

Обработка и анализ изображений с помощью обучения нейронных сетей учебное пособие
od: Костылев В. И.
Izdano: (Воронеж, ВГУ, 2019)

Применение нейросетевых алгоритмов для автоматизированного дешифрирования данных дистанционного зондирования Земли; Молодежь и современные информационные технологии
od: Смирнов А. А.
Izdano: (2025)

Исследование свёрточных нейронных сетей класса YOLO длямобильных систем детектирования объектов на изображениях; ГрафиКон-2018
od: Береснев А. П. Алексей Павлович
Izdano: (2018)

Гибридная модель на основе U-Net в задачах геологической визуализации; Молодежь и современные информационные технологии
od: Денисов В. И.
Izdano: (2025)

Анализ архитектур нейронных сетей для сегментации пород; Молодежь и современные информационные технологии
od: Денисов В. И.
Izdano: (2025)

Visual Basic .NET: Справочник
od: Штайнер Г. Гюнтер
Izdano: (Москва, Лаборатория Базовых Знаний, 2002)

Сжатие выходов сверточных слоёв с использованием DCT и усечения коэффициентов; Молодежь и современные информационные технологии
od: Черенков А. А.
Izdano: (2026)

Детектирование трудноразличимых объектов с применением свёрточной нейронной сети YOLO Nan; Молодежь и современные информационные технологии
od: Беляев С. И.
Izdano: (2022)

Web-разработки в asp. Net web forms учебник для вузов
od: Гуляева С. Т. Сабина Тахировна
Izdano: (Москва, Юрайт, 2025)

Web-разработки в asp. Net web forms учебное пособие для вузов
od: Гуляева С. Т. Сабина Тахировна
Izdano: (Москва, Юрайт, 2024)

Анализ изображений керна в видимом и ультрафиолетовом диапазонах для оценки нефтенасыщенности пород и хранения цифровых данных на основе методов машинного обучения: автореферат диссертации на соискание ученой степени кандидата технических наук; спец. 2.3.1
od: Денисов В. И. Владислав Игоревич
Izdano: (Томск, 2026)