Исследование модели сверточной нейронной сети Mo-U-Net с робастной функции потерь Хьюбера в условиях зашумленных изображений; Молодежь и современные информационные технологии

Bibliographic Details
Parent link:	Молодежь и современные информационные технологии.— 2025.— С. 390-395
Main Author:	Малкин А. Ю. Артем Юрьевич
Other Authors:	Канаева И. А. (научный руководитель)
Summary:	Исследуется эффективность модели сверточной нейронной сети Mo-U-Net при наличии импульсных помех на изображениях. Модель обучается с применением робастной функции потерь (РФП) Хьюбера при решении задачи попиксельной классификации зашумленных помехами изображений пораженных деревьев пихты. Результаты исследований позволили рекомендовать РФП Хьюбера к использованию при обучении этой модели для работы с зашумленными изображениями Текстовый файл
Language:	Russian
Published:	2025
Subjects:	электронный ресурс труды учёных ТПУ сверточная нейронная сеть Mo-U-Net пихта сибирская беспилотные летательные аппараты семантическая сегментация импульсные помехи робастная функция потерь Хьюбера
Online Access:	http://earchive.tpu.ru/handle/11683/132243
Format:	Electronic Book Chapter
KOHA link:	https://koha.lib.tpu.ru/cgi-bin/koha/opac-detail.pl?biblionumber=681163

Description
Summary:	Исследуется эффективность модели сверточной нейронной сети Mo-U-Net при наличии импульсных помех на изображениях. Модель обучается с применением робастной функции потерь (РФП) Хьюбера при решении задачи попиксельной классификации зашумленных помехами изображений пораженных деревьев пихты. Результаты исследований позволили рекомендовать РФП Хьюбера к использованию при обучении этой модели для работы с зашумленными изображениями Текстовый файл

Similar Items