Показать сокращенную информацию
Аналіз типів згорткових нейронних мереж для задачі розпізнавання об`єктів дорожнього руху
dc.contributor.author | Демчук, М. Ю. | uk |
dc.contributor.author | Крилик, Л. В. | uk |
dc.date.accessioned | 2021-11-11T14:31:36Z | |
dc.date.available | 2021-11-11T14:31:36Z | |
dc.date.issued | 2021 | |
dc.identifier.citation | Демчук М. Ю. Аналіз типів згорткових нейронних мереж для задачі розпізнавання об`єктів дорожнього руху [Електронний ресурс] / М. Ю. Демчук, Л. В. Крилик // Тези доповідей Всеукраїнської науково-практичної Інтернет-конференції студентів, аспірантів та молодих науковців «Молодь в науці: дослідження, проблеми, перспективи» (МН-2021), м. Вінниця, 01-14 травня 2021 р. – 2021. – Режим доступу: https://conferences.vntu.edu.ua/index.php/mn/mn2021/paper/view/13232. | uk |
dc.identifier.isbn | 978-966-641-863-3 | uk |
dc.identifier.uri | http://ir.lib.vntu.edu.ua//handle/123456789/33909 | |
dc.description.abstract | Розглянуто принцип роботи згорткових нейронних мереж, методи виявлення і розпізнавання об`єктів дорожнього руху, та їх особливості. | uk |
dc.description.abstract | The principle of operation of convolutional neural networks, methods of road traffic objects detection and recognition, and their features are considered | en |
dc.language.iso | uk_UA | uk_UA |
dc.publisher | ВНТУ | uk |
dc.relation.ispartof | Тези доповідей Всеукраїнської науково-практичної Інтернет-конференції студентів, аспірантів та молодих науковців «Молодь в науці: дослідження, проблеми, перспективи» (МН-2021), м. Вінниця, 01-14 травня 2021 р. | uk |
dc.relation.uri | https://conferences.vntu.edu.ua/index.php/mn/mn2021/paper/view/13232 | |
dc.subject | штучний інтелект | uk |
dc.subject | згорткова нейронна мережа | uk |
dc.subject | виявлення образів | uk |
dc.subject | розпізнавання об`єктів | uk |
dc.subject | дорожній рух. | uk |
dc.subject | artificial intelligence | en |
dc.subject | convolutional neural network | en |
dc.subject | object detection | en |
dc.subject | object recognition | en |
dc.subject | road traffic | en |
dc.title | Аналіз типів згорткових нейронних мереж для задачі розпізнавання об`єктів дорожнього руху | uk |
dc.type | Thesis | |
dc.identifier.udc | 004.832.2 | uk |
dc.identifier.udc | 004.832.2 | |
dc.relation.references | What is Object Detection [Електронний ресурс]. – Режим доступу: https://www.mathworks.com/discovery/objectdetection.html/. – Назва з екрану. | en |
dc.relation.references | Convolutional Neural Networks [Електронний ресурс]. – Режим доступу: https://towardsdatascience.com/convolutionalneural-networks-for-beginners-using-keras-and-tensorflow-2-c578f7b3bf25. – Назва з екрану. | en |
dc.relation.references | Демчук М. Ю. Дослідження нейромережевого підходу для розпізнавання об’єктів дорожнього руху [Електронний ресурс] / М. Ю. Демчук, Л. В. Крилик // L Науково-технічна конференція підрозділів Вінницького національного технічного університету (Вінниця, 2021). – Режим доступу: https://conferences.vntu.edu.ua/index.php/all-fitki/all-fitki2021/paper/view/12348. – Назва з екрану. | uk |
dc.relation.references | Sharif Razavian, A., Azizpour, H., Sullivan, J., & Carlsson, S. CNN features off-the-shelf: an astounding baseline for recognition. In Proceedings of the IEEE conference on computer vision and pattern recognition workshops, 2014; pp. 806-813. | en |
dc.relation.references | R-CNN, Fast R-CNN, Faster R-CNN, YOLO – Object Detection Algorithms [Електронний ресурс]. – Режим доступу: https://towardsdatascience.com/r-cnn-fast-r-cnn-faster-r-cnn-yolo-object-detection-algorithms-36d53571365e. – Назва з екрану. | en |
dc.relation.references | Girshick, R.; Donahue, J.; Darrell, T.; Malik, J. Rich Feature Hierarchies for Accurate Object Detection and Semantic Segmentation. In Proceedings of the EEE Conference on Computer Vision and Pattern Recognition (CVPR), Columbus, OH, USA, 24-27 June 2014; pp. 580-587. | en |
dc.relation.references | Girshick, R. Fast R-CNN. In Proceedings of the IEEE international conference on computer vision, 2015; pp. 1440-1448 | en |
dc.relation.references | Ren, S., He, K., Girshick, R., & Sun, J. Faster R-CNN: Towards real-time object detection with region proposal networks. In Advances in neural information processing systems, 2015; pp. 91-99. | en |
dc.relation.references | . Redmon, J., Divvala, S., Girshick, R., & Farhadi, A. You only look once: Unified, real-time object detection. In Proceedings of the IEEE Conference on Computer Vision and Pattern Recognition, 2016; pp. 779-788. | en |
dc.relation.references | Redmon, J.; Farhadi, A. YOLO9000: Better, Faster, Stronger. In Proceedings of the IEEE Conference on Computer Vision and Pattern Recognition (CVPR), Honolulu, HI, USA, 21-26 July 2017; pp. 6517-6525. | en |
Файлы в этом документе
Данный элемент включен в следующие коллекции
-
Молодь в науці: дослідження, проблеми, перспективи (МН-2021) [54]
Молодіжна науково-практична інтернет-конференція студентів аспірантів та молодих науковців -
Наукові роботи каф. КН [799]
статті, матеріали конференцій