Исследование свёрточных нейронных сетей класса YOLO длямобильных систем детектирования объектов на изображениях; ГрафиКон-2018

Исследование свёрточных нейронных сетей класса YOLO длямобильных систем детектирования объектов на изображениях; ГрафиКон-2018

Bibliographic Details
Parent link:ГрафиКон-2018.— 2018.— [С. 196-199]
Main Author: Береснев А. П. Алексей Павлович
Corporate Author: Национальный исследовательский Томский политехнический университет Инженерная школа информационных технологий и робототехники
Other Authors: Зоев И. В. Иван Владимирович, Марков Н. Г. Николай Григорьевич
Summary:Заглавие с экрана
Предлагются свёрточные нейронные сети класса YOLO новой архитектуры для решения задачи детектирования объектов наизображениях с помощью аппаратно-реализованной системы компьютерного зрения. Приводятся результаты анализаэффективности таких сетей в сравнении со свёрточными сетями класса YOLO с другими архитектурами.
This article presents new convolutional network architectures of the YOLO class to solve the problem of detecting objects in imagesusing a hardware-based computer vision system. The efficiency analysis results of proposed networks in comparison with convolutionalnetworks of YOLO class with other architectures are presented.
Language:Russian
Published: 2018
Series:Компьютерное зрение
Subjects:
электронный ресурс
труды учёных ТПУ
нейронные сети
детектирование
мобильные системы
компьютерное зрение
Online Access:https://www.graphicon.ru/html/2018/papers/196-199.pdf
Format: Electronic Book Chapter
KOHA link:https://koha.lib.tpu.ru/cgi-bin/koha/opac-detail.pl?biblionumber=664425

Similar Items

Similar Items