<link rel="stylesheet" href="styles.f3b1fba60ec7970c.css">

Оцінка класифікації зображень для перенесення навчання у згорткових нейронних мережах

Ескіз

Файли

133736.pdf (509,31 KB)

Дата

2023

Автори








Науковий керівник

Редактор

Інші учасники

Відповідальний

ORCID

https://orcid.org/0000-0002-0185-7490

Назва журналу

Номер ISSN

Назва тому

Видавець

Вінницький національний технічний університет

DOI

10.31649/1681-7893-2023-45-1-64-70

Альтернативна назва

Evaluation of image classification for transfer learning in convolutional neural networks

Анотація

The article provides an overview of the main neural networks used for image classification tasks. Their main advantages and disadvantages are discussed. The peculiarities of transfer learning for classification are analyzed. The effectiveness of transfer learning when using the basic networks of the Keras library is examined
У статті представлено порівняльний аналіз основних згорткових нейронних мереж, що використовуються для задач класифікації зображень. Розглянуто особливості прийому перенесення навчання для задачі класифікації. Досліджено ефективність перенесення навчання при використанні основних типів мереж відкритої нейромережної бібліотеки Keras

Опис

Ключові слова

нейронна мережа , комп`ютерний зір , глибинне навчання , перенесення навчання , neural network , computer vision , deep learning , transfer learning

УДК

004.93

Тип документа

Article

Мова

uk

Є частиною

Оптико-електронні інформаційно-енергетичні технології. № 1 (45) : 64-70.

ISSN

1681-7893

Посилання на публікацію

https://oeipt.vntu.edu.ua/index.php/oeipt/article/view/652/613

Серія, номер

ISBN

ББК

Інші ідентифікатори

Пов’язані матеріали

Спонсорська підтримка

Правовласник

Бібліографічний опис

Оцінка класифікації зображень для перенесення навчання у згорткових нейронних мережах [Текст] / М. С. Мамута, І. В. Кравченко, О. Д. Мамута, С. Є. Тужанський // Оптико-електронні інформаційно-енергетичні технології. – 2023. – № 1 (45). – С. 64-70.

URI

http://ir.lib.vntu.edu.ua/handle/123456789/37992

Зібрання

Оптико-електронні інформаційно-енергетичні технології. 2023. № 1
Наукові видання каф. БМІОЕС

Схвалення

Рецензія

Доповнено

Цитується в

Список використаної літератури (11)

  1. Yu. Tomka, M. Talakh, V. Dvorzhak, O. Ushenko, "Implementation of a Convolutional Neural Network Using TensorFlow Machine Learning Platform", Optoelectronic Information-Power Technologies, vol. 44, №2, pp. 55-65, 2023. DOI: https://doi.org/10.31649/1681-7893-2022-44-2-55-65
  2. A. Krizhecsky, I. Sutskever, and G. Hinton, "ImageNet Classification with Deep Convolutional Neural Networks", [Electronic resource]. Available: https://proceedings.neurips.cc/paper_files/paper/2012/file/c399862d3b9d6b76c8436e924a68c45bPaper.pdf
  3. K. He, X. Zhang, S. Ren, J. Sun, "Deep Residual Learning for Image Recognition", [Electronic resource]. Available: https://arxiv.org/pdf/1512.03385.pdf.
  4. Qiang Yang, Yu Zhang, Wenyuan Dai, Sinno Jialin Pan. "Transfer Learning", Cambridge University Press, 2020, p. 380. DOI: https://doi.org/10.1017/9781139061773
  5. Nafiz Shahriar, "What is Convolutional Neural Network – CNN (Deep Learning)", [Electronic resource]. Available: https://nafizshahriar.medium.com/what-is-convolutional-neural-network-cnndeep-learning-b3921bdd82d5
  6. Ian Goodfellow, Yoshua Bengio, Aaron Courville. "Deep learning", MIT Press, 2017, p. 800
  7. А. Момот, М. Мамута. "Інтелектуальні та інформаційні системи. Практикум", КПІ ім. Ігоря Сікорського, 2022, 221 с
  8. [Electronic resource]. Available: https://ela.kpi.ua/bitstream/123456789/47696/1/IIS.pdf
  9. K. Simonyan, A. Zisserman, "Very deep convolutional networks for large-scale image recognition", [Electronic resource]. Available : https://arxiv.org/pdf/1409.1556.pdf
  10. C. Szegedy. "Going Deeper with Convolutions", IEEE Conference on Computer Vision and Pattern Recognition (CVPR), Boston, MA, 2015, pp. 1-9. DOI: 10.1109/CVPR.2015.7298594