A fruits recognition system based on a modern deep learning technique; Journal of Physics: Conference Series; Vol. 1327 : Innovations in Non-Destructive Testing (SibTest 2019)

A fruits recognition system based on a modern deep learning technique; Journal of Physics: Conference Series; Vol. 1327 : Innovations in Non-Destructive Testing (SibTest 2019)

Opis bibliograficzny
Parent link:	Journal of Physics: Conference Series Vol. 1327 : Innovations in Non-Destructive Testing (SibTest 2019).— 2019.— [012050, 5 р.]
1. autor:	Dang Thi Phuong Chung
Korporacja:	Национальный исследовательский Томский политехнический университет
Kolejni autorzy:	Dinh Van Tai
Streszczenie:	Title screen The popular technology used in this innovative era is Computer vision for fruit recognition. Compared to other machine learning (ML) algorithms, deep neural networks (DNN) provide promising results to identify fruits in images. Currently, to identify fruits, different DNN-based classification algorithms are used. However, the issue in recognizing fruits has yet to be addressed due to similarities in size, shape and other features. This paper briefly discusses the use of deep learning (DL) for recognizing fruits and its other applications. The paper will also provide a concise explanation of convolution neural networks (CNNs) and the EfficientNet architecture to recognize fruit using the Fruit 360 dataset. The results show that the proposed model is 95% more accurate.
Język:	angielski
Wydane:	2019
Hasła przedmiotowe:	электронный ресурс труды учёных ТПУ системы распознавания фрукты компьютерное зрение алгоритмы машинное обучение идентификация изображения нейронные сети сверточные нейронные сети
Dostęp online:	https://doi.org/10.1088/1742-6596/1327/1/012050 http://earchive.tpu.ru/handle/11683/57042
Format:	Elektroniczne Rozdział
KOHA link:	https://koha.lib.tpu.ru/cgi-bin/koha/opac-detail.pl?biblionumber=661313

Podobne zapisy

Разработка алгоритма распознавания ответов в бланках ЕГЭ с помощью свёрточной нейронной сети; Молодежь и современные информационные технологии
od: Имигеев Е. И.
Wydane: (2018)

Нейросетевые технологии учебное пособие
od: Филиппов Ф. В.
Wydane: (Санкт-Петербург, СПбГУТ им. М.А. Бонч-Бруевича, 2020)

Использование свёрточных нейронных сетей в задаче распознавания лиц на изображениях; Молодежь и современные информационные технологии; Т. 1
od: Казиев А. Б.
Wydane: (2016)

Цифровая обработка изображений и распознавание образов пособие
od: Лукашевич М. М.
Wydane: (БГУИР, БГУИР, 2023)

Шаблоны и практика глубокого обучения
od: Ферлитш Э.
Wydane: (Москва, ДМК Пресс, 2022)

Solar photovoltaic power output forecasting using machine learning technique; Journal of Physics: Conference Series; Vol. 1327 : Innovations in Non-Destructive Testing (SibTest 2019)
od: Dinh Van Tai
Wydane: (2019)

Решение задачи распознавания ног пешеходов с помощью нейронной сети YOLOv4; Молодежь и современные информационные технологии
od: Мамонова Т. Е. Татьяна Егоровна
Wydane: (2022)

Перспективные нейронные сети для реализации на ПЛИС; Молодежь и современные информационные технологии
od: Береснев А. П. Алексей Павлович
Wydane: (2018)

Проектирование сверточных нейронных сетей для распознования рукописных символов; Молодежь и современные информационные технологии; Т. 2
od: Попова Е. С.
Wydane: (2016)

Распознавание моторных образов на электроэнцефалограммахс применением свёрточных нейронных сетей; Компьютерная оптика; Т. 44, № 3
od: Брагин А. Д. Александр Дмитриевич
Wydane: (2020)

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

Управление инвалидной коляской с использованием электрических сигналов головного мозга; Молодежь и современные информационные технологии
od: Дроганов Д. И.
Wydane: (2018)

Система распознавания символов с помощью искусственной нейронной сети; Молодежь и современные информационные технологии; Т. 2
od: Рот В. И.
Wydane: (2016)

Исследование сверточной нейронной сети небольшой архитектуры для распознавания жестов; Современные технологии, экономика и образование
od: Мамонова Т. Е. Татьяна Егоровна
Wydane: (2019)

Implementation of 14 bits floating point numbers of calculating units for neural network hardware development; IOP Conference Series: Materials Science and Engineering; Vol. 177 : Mechanical Engineering, Automation and Control Systems (MEACS 2016)
Wydane: (2017)

Analysis and diagnosis of cystic fibrosis of the lungs with improved deep learning techniques; Перспективы развития фундаментальных наук; Т. 7 : IT-технологии и электроника
od: Francis N. J.
Wydane: (2020)

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

Распознавание и классификация диабетической ретинопатии на снимках с низкой степенью доверия; Информационно-телекоммуникационные системы и технологии (ИТСиТ-2018)
od: Ванюшин И. С. Иван Сергеевич
Wydane: (2018)

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

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

Нейросетевые методы обработки информации
od: Толмачев С. Г.
Wydane: (Санкт-Петербург, БГТУ "Военмех" им. Д.Ф. Устинова, 2021)

Применение нейронных сетей для определения расположения ключевых точек лица на изображениях; Молодежь и современные информационные технологии
od: Минаева О. И.
Wydane: (2018)

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

Программирование глубоких нейронных сетей на языке Python: учебное пособие
od: Цуканова Н. И. Нина Ивановна
Wydane: (Москва, КУРС, 2022)

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

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

Мягкие вычисления учебное пособие
od: Глова В. И.
Wydane: (Казань, КНИТУ-КАИ, 2025)

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

FPGA-based device for handwritten digit recognition in images; Компьютерная оптика; Т. 41, № 6
Wydane: (2017)

Сегментации автомобильных номерных знаков на изображениях; Молодежь и современные информационные технологии
od: Адаричев В. С.
Wydane: (2020)

Алгоритмы понимания текста методами глубокого обучения нейронных сетей; Молодежь и современные информационные технологии
od: Кривошеев Н. А. Николай Анатольевич
Wydane: (2019)

Применение сверточной нейронной сети для классификации текстов при извлечении признаков на уровне символов; Молодежь и современные информационные технологии
od: Журавлев В. Г.
Wydane: (2019)

Использование свёрточных нейронных сетей в задаче распознавания лиц для формирования вектора признаков; Молодежь и современные информационные технологии; Т. 1
od: Савицкий Ю. В. Юрий Васильевич
Wydane: (2016)

Исследование генеративно–состязательных сетей для синтеза новых медицинских данных; Автоматизация и моделирование в проектировании и управлении; № 2 (8)
od: Лаптев В. В. Владислав Витальевич
Wydane: (2020)

Алгоритм распознавания автомобильных номерных знаков на основе искусственных нейронных сетей; Информационные технологии в науке, управлении, социальной сфере и медицине
od: Анастасов О. В.
Wydane: (2015)

Исследование вариационного автоэнкодера для синтеза новых медицинских данных; Научная сессия ТУСУР-2020; Ч. 2
od: Лаптев В. В. Владислав Витальевич
Wydane: (2020)

Анализ эффективности компактных моделей сверточных нейронных сетей класса YOLO при решении задачи классификации объектов на изображениях; Молодежь и современные информационные технологии
od: Беляев С. И.
Wydane: (2023)

Системный анализ и обработка информации в интеллектуальных системах
od: Обухов А. Д.
Wydane: (Тамбов, ТГТУ, 2020)

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

Обзор методов сегментации медицинских изображений; Молодежь и современные информационные технологии
od: Шубкин Е. О.
Wydane: (2021)