Исследование свёрточных нейронных сетей класса YOLO длямобильных систем детектирования объектов на изображениях

Bibliografiske detaljer
Parent link:ГрафиКон-2018=GraphiCon 2018: труды 28-й Международной конференции по компьютерной графике и машинному зрению, Томск, 24-27 сентября, 2018 г./ Национальный исследовательский Томский политехнический университет ; Томский государственный университет систем управления и радиоэлектроники (ТУСУР). [С. 196-199].— , 2018
Hovedforfatter: Береснев А. П. Алексей Павлович
Institution som forfatter: Национальный исследовательский Томский политехнический университет Инженерная школа информационных технологий и робототехники Отделение информационных технологий
Andre forfattere: 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.
Sprog:russisk
Udgivet: 2018
Serier:Компьютерное зрение
Fag:
Online adgang:https://www.graphicon.ru/html/2018/papers/196-199.pdf
Format: Electronisk Book Chapter
KOHA link:https://koha.lib.tpu.ru/cgi-bin/koha/opac-detail.pl?biblionumber=664425

Lignende værker