|
|
|
|
| LEADER |
00000naa2a2200000 4500 |
| 001 |
675530 |
| 005 |
20250226120718.0 |
| 090 |
|
|
|a 675530
|
| 100 |
|
|
|a 20241015d2024 k||y0rusy50 ca
|
| 101 |
0 |
|
|a rus
|
| 102 |
|
|
|a RU
|
| 135 |
|
|
|a drbn ---uucaa
|
| 200 |
1 |
|
|a Сегментация выбоин с помощью сверточной нейронной сети YOLOV8
|f Канаева И. А., Спицын В. Г.
|
| 225 |
1 |
|
|a Искусственный интеллект, машинное обучение и большие данные
|
| 283 |
|
|
|2 RDAcarrier
|
| 320 |
|
|
|a Список использованных источников: 12 назв
|
| 330 |
|
|
|a В данной работе рассматривается задача сегментации выбоин на автомобильных дорогах с помощью сверточных нейронных сетей семейства YOLOv8. Актуальность исследования подчеркнута статистическим анализом дорожно-транспортных происшествий в России по вине неудовлетворительного состояния дорог и улиц. Проведен обзор общедоступных наборов данных для задач сегментации. Полученный результат лучшей модели YOLOv8s-seg на тестовой выборке бенчмарка UDTIRI сопоставим с SOTA результатами моделей в работе
|
| 336 |
|
|
|a Текстовый файл
|
| 463 |
|
|
|0 674802
|9 674802
|c Томск
|d 2024
|n Изд-во ТПУ
|o сборник трудов XXI Международной научно-практической конференции студентов, аспирантов и молодых ученых, 15–18 апреля 2024 г., Томск
|t Молодежь и современные информационные технологии
|u conference_tpu-2024-C04.pdf
|v С. 262-266
|f ред. кол. А. С. Фадеев, Н. Г. Марков, В. Г. Спицын [и др.]
|
| 610 |
1 |
|
|a электронный ресурс
|
| 610 |
1 |
|
|a труды учёных ТПУ
|
| 610 |
1 |
|
|a сегментация
|
| 610 |
1 |
|
|a нейронные сети
|
| 610 |
1 |
|
|a дефекты
|
| 610 |
1 |
|
|a дорожное покрытие
|
| 700 |
|
1 |
|a Канаева
|b И. А.
|
| 701 |
|
1 |
|a Спицын
|b В. Г.
|c специалист в области информатики и вычислительной техники
|c профессор Томского политехнического университета, доктор технических наук
|f 1948-
|g Владимир Григорьевич
|9 9740
|
| 801 |
|
0 |
|a RU
|b 63413507
|c 20241015
|
| 850 |
|
|
|a 63413507
|
| 856 |
4 |
|
|u http://earchive.tpu.ru/handle/11683/84834
|z http://earchive.tpu.ru/handle/11683/84834
|
| 942 |
|
|
|c CF
|
