Детектирование объектов с использованием сверточных нейронных сетей YOLO11; Научная инициатива иностранных студентов и аспирантов

Детектирование объектов с использованием сверточных нейронных сетей YOLO11; Научная инициатива иностранных студентов и аспирантов

Bibliographische Detailangaben
Parent link:	Научная инициатива иностранных студентов и аспирантов.— 2025.— С. 164-170
1. Verfasser:	Ли Цзюмин
Weitere Verfasser:	Мамонова Т. Е. Татьяна Егоровна (научный руководитель)
Zusammenfassung:	В данной работе выполнено детектирование транспортных средств на аэрофотоснимках с использованием модели сверточной нейронной сети YOLO11. Экспериментальные исследования проведены с использованием наборов данных CARPK, в котором было реализовано детектирование и подсчет количества автомобильных объектов на изображении. Результаты показывают, что модель YOLO11 обладает способностью точно обнаруживать и определять местоположение автомобильных целей на сложных видах аэрофотосъемки Текстовый файл
Sprache:	Russisch
Veröffentlicht:	2025
Schlagworte:	электронный ресурс труды учёных ТПУ детектирование объектов сверточная нейронная сеть YOLO11 CARPK
Online-Zugang:	http://earchive.tpu.ru/handle/11683/132095
Format:	Elektronisch Buchkapitel
KOHA link:	https://koha.lib.tpu.ru/cgi-bin/koha/opac-detail.pl?biblionumber=681053

Ähnliche Einträge

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

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

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

Оптимизация архитектуры сверточных нейронных сетей на основе генетического алгоритма; Молодежь и современные информационные технологии
von: Волков В. К.
Veröffentlicht: (2025)

Оценка состояния здоровья пораженных деревьев пихты на снимках высокого разрешения с использованием сверточных нейронных сетей с механизмом внимания; Молодежь и современные информационные технологии
von: Мачука М. К. Р.
Veröffentlicht: (2025)

Модель сверточной нейронной сети для детектирования объектов воздушного пространства на изображениях; Молодежь и современные информационные технологии
von: Клековкин В. А.
Veröffentlicht: (2023)

Обнаружение очагов стволовых вредителей деревьев пихты при лесопатологическом мониторинге хвойных лесов; Научная инициатива иностранных студентов и аспирантов
von: Мачука М. К. Р. Мендоса Кристиан Родриго
Veröffentlicht: (2025)

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

Методы и алгоритмы искусственного интеллекта учебник для вузов
von: Антохина Ю. А.
Veröffentlicht: (Санкт-Петербург, Лань, 2025)

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

Нейросетевые технологии обработки данных
von: Головко В. А.
Veröffentlicht: (Минск, БГУ, 2017)

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

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

Применение нейросетевых алгоритмов для автоматизированного дешифрирования данных дистанционного зондирования Земли; Молодежь и современные информационные технологии
von: Смирнов А. А.
Veröffentlicht: (2025)

Методы искусственного интеллекта учебное пособие
von: Басаргин А. А.
Veröffentlicht: (Новосибирск, СГУГиТ, 2022)

Исследование модели сверточной нейронной сети Mo-U-Net с робастной функции потерь Хьюбера в условиях зашумленных изображений; Молодежь и современные информационные технологии
von: Малкин А. Ю. Артем Юрьевич
Veröffentlicht: (2025)

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

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

Обработка и анализ изображений с помощью обучения нейронных сетей учебное пособие
von: Костылев В. И.
Veröffentlicht: (Воронеж, ВГУ, 2019)

Интеллектуальные системы практикум
von: Акимова О. Ю.
Veröffentlicht: (Москва, МИСИС, 2020)

Методы искусственного интеллекта в обработке данных и изображений монография
von: Дёмин А. Ю.
Veröffentlicht: (Томск, ТПУ, 2016)

Сверточные нейронные сети: примеры реализаций учебно-методическое пособие
von: Соробин А. Б.
Veröffentlicht: (Москва, РТУ МИРЭА, 2020)

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

Комбинированная модель процесса экстракционного аффинажа с применением нейросетевых технологий; Научная сессия ТУСУР–2024; Ч . 2
von: Козлова Ю. М. Юлия Максимовна
Veröffentlicht: (2024)

Применение квантизированной рекуррентной нейронной сети для повышения точности измерения атмосферного давления; Научная сессия ТУСУР–2024; Ч . 2
von: Емельянов А. М. Алексей Михайлович
Veröffentlicht: (2024)

Метод обнаружения аномалий с помощью тренажера реактора; Атомная техника за рубежом; № 9
Veröffentlicht: (2002)

Использование глубоких моделей нейросетей для определения направления будущего движения рисковых компонент портфеля активов; Перспективы развития фундаментальных наук; Т. 3 : Математика
von: Родюкевич Е. С.
Veröffentlicht: (2023)

Библиотека Keras – инструмент глубокого обучения. Реализация нейронных сетей с помощью библиотек Theano и TensorFlow
von: Антонио Д.
Veröffentlicht: (Москва, ДМК Пресс, 2018)

Квантовая оптика: поля и их детектирование
von: Килин С. Я. Сергей Яковлевич
Veröffentlicht: (Минск, Наука и техника, 1990)

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

Практика нейросетевого моделирования
von: Хливненко Л. В.
Veröffentlicht: (Санкт-Петербург, Лань, 2021)

Методы моделирования и цифровая обработка сигналов в гироскопии
von: Басараб М. А.
Veröffentlicht: (Москва, ФИЗМАТЛИТ, 2008)

Практика нейросетевого моделирования учебное пособие для вузов
von: Хливненко Л. В.
Veröffentlicht: (Санкт-Петербург, Лань, 2024)

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

Искусственные нейронные сети в АСУ ТП
von: Темкин И. О.
Veröffentlicht: (Москва, МИСИС, 2023)

Асинхронное детектирование и прием импульсных радиосигналов
von: Абрамян А. А. Абрам Александрович
Veröffentlicht: (Москва, Советское радио, 1966)

Использование методов теории перколяции для повышения надежности и безопасности вычислительных сетей учебное пособие
von: Лесько С. А.
Veröffentlicht: (Москва, РТУ МИРЭА, 2020)

Автоматизация разработки изображений мнемосхем в проектной документации АСУ ТП для объектов добычи и подготовки нефти и газа; Молодежь и современные информационные технологии
von: Голещихин Д. А.
Veröffentlicht: (2025)

Детектирование патологий туберкулеза легких по данным компьютерной томографии; Научная сессия ТУСУР-2017; Ч. 4
von: Костин К. А. Кирилл Александрович
Veröffentlicht: (2017)

Анализ данных в науке и технике
von: Брантон С. Л.
Veröffentlicht: (Москва, ДМК Пресс, 2021)