Анализ эффективности компактных моделей сверточных нейронных сетей класса YOLO при решении задачи классификации объектов на изображениях; Молодежь и современные информационные технологии

Анализ эффективности компактных моделей сверточных нейронных сетей класса YOLO при решении задачи классификации объектов на изображениях; Молодежь и современные информационные технологии

Podrobná bibliografie
Parent link:	Молодежь и современные информационные технологии.— 2023.— С. 16-18
Hlavní autor:	Беляев С. И.
Korporativní autor:	Национальный исследовательский Томский политехнический университет Инженерная школа информационных технологий и робототехники
Shrnutí:	Текстовый файл
Jazyk:	ruština
Vydáno:	2023
Témata:	сверточные нейронные сети YOLO компьютерное зрение датасет электронный ресурс труды учёных ТПУ
On-line přístup:	http://earchive.tpu.ru/handle/11683/77990
Médium:	Elektronický zdroj Kapitola
KOHA link:	https://koha.lib.tpu.ru/cgi-bin/koha/opac-detail.pl?biblionumber=669769

Podobné jednotky

Детектирование объектов воздушного пространства на изображениях с использованием сверточных нейронных сетей YOLOv5s; Молодежь и современные информационные технологии
Autor: Клековкин В. А.
Vydáno: (2024)

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

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

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

Датасет для решения задач объектного детектирования летающих объектов на тепловизионных изображениях; Молодежь и современные информационные технологии
Vydáno: (2025)

Детектирование объектов с использованием сверточных нейронных сетей YOLO11; Научная инициатива иностранных студентов и аспирантов
Autor: Ли Цзюмин
Vydáno: (2025)

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

Детектирование летающих объектов на изображениях с помощью свёрточных нейронных сетей семейства YOLO; Молодежь и современные информационные технологии
Autor: Мунько А. С.
Vydáno: (2023)

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

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

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

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

Аппаратная реализация на ПЛИС свёрточных нейронных сетей дляраспознавания объектов на изображениях; ГрафиКон-2018
Vydáno: (2018)

Иcследование применения сверточных нейронных сетей YOLOv8 и YOLO11 при детектировании транспортных средств на аэрофотоснимках; Молодежь и современные информационные технологии
Autor: Ли Цзюмин
Vydáno: (2025)

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

Предобработка данных для обучения нейронных сетей YOLO в шахтах; Молодежь и современные информационные технологии
Autor: Петровский В. В.
Vydáno: (2025)

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

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

Сравнение моделей детекции СИЗ с применением полуавтоматической разметки данных; Молодежь и современные информационные технологии
Autor: Ковалев Е. О.
Vydáno: (2026)

Применение сверточных нейронных сетей для семантической сегментации изображений результатов капиллярного контроля; Молодежь и современные информационные технологии
Autor: Холичев Д. Д.
Vydáno: (2022)

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

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

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

Алгоритм обнаружения речевой активности в акустическом сигнале с применением свёрточных нейронных сетей; Молодежь и современные информационные технологии
Autor: Тепляков А. Б.
Vydáno: (2020)

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

Исследование производительности вычислительного модуля NEUROMATRIX МС127.05 при выполнении на нем нейронных сетей YOLO; Молодежь и современные информационные технологии
Autor: Небаба С. Г. Степан Геннадьевич
Vydáno: (2022)

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

Я в БПЛА для распознавания дронов; Молодежь и современные информационные технологии
Autor: Гелимов А. И.
Vydáno: (2024)

Распознавание жестов рук в режиме реального времени; Научный вестник Новосибирского государственного технического университета; № 1 (66)
Autor: Булыгин Д. А. Дмитрий Александрович
Vydáno: (2020)

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

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)
Autor: Dang Thi Phuong Chung
Vydáno: (2019)

Диагностика патологий по данным видеоэндоскопии с использованием ансамбля сверточных нейронных сетей; Современные технологии в медицине; Т. 10, № 2
Vydáno: (2018)

Система компьютерного зрения для оценки динамики сепарации скважной жидкости; Молодежь и современные информационные технологии
Autor: Цавнин А. В. Алексей Владимирович
Vydáno: (2021)

Реализация сверточной нейронной сети на архитектуре YOLOv4 с использованием библиотеки PyTorch; Молодежь и современные информационные технологии
Autor: Марков Н. Г. Николай Григорьевич
Vydáno: (2021)

Определение положения роботов в пространстве с использованием компьютерного зрения; Интеллектуальная энергетика
Autor: Русанова Н. И.
Vydáno: (2025)

Сравнение моделей детекции сиз с применением полуавтоматической разметки данных; Физико-технические проблемы в науке, промышленности и медицине
Autor: Ковалев Е. О.
Vydáno: (2025)

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

Computing unite of a mobile computer vision system; IOP Conference Series: Materials Science and Engineering; Vol. 1019 : 14th International Forum on Strategic Technology (IFOST 2019)
Autor: Zoev I. V. Ivan Vladimirovich
Vydáno: (2021)

Гибридные модели сверточных нейронных сетей YOLO для обнаружения и классификации летающих объектов на изображениях; Молодежь и современные информационные технологии
Autor: Демлер И. С.
Vydáno: (2025)

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