Показать сокращенную информацию

Аналіз типів згорткових нейронних мереж для задачі розпізнавання об`єктів дорожнього руху

dc.contributor.authorДемчук, М. Ю.uk
dc.contributor.authorКрилик, Л. В.uk
dc.date.accessioned2021-11-11T14:31:36Z
dc.date.available2021-11-11T14:31:36Z
dc.date.issued2021
dc.identifier.citationДемчук 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.isbn978-966-641-863-3uk
dc.identifier.urihttp://ir.lib.vntu.edu.ua//handle/123456789/33909
dc.description.abstractРозглянуто принцип роботи згорткових нейронних мереж, методи виявлення і розпізнавання об`єктів дорожнього руху, та їх особливості.uk
dc.description.abstractThe principle of operation of convolutional neural networks, methods of road traffic objects detection and recognition, and their features are considereden
dc.language.isouk_UAuk_UA
dc.publisherВНТУuk
dc.relation.ispartofТези 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.urihttps://conferences.vntu.edu.ua/index.php/mn/mn2021/paper/view/13232
dc.subjectштучний інтелектuk
dc.subjectзгорткова нейронна мережаuk
dc.subjectвиявлення образівuk
dc.subjectрозпізнавання об`єктівuk
dc.subjectдорожній рух.uk
dc.subjectartificial intelligenceen
dc.subjectconvolutional neural networken
dc.subjectobject detectionen
dc.subjectobject recognitionen
dc.subjectroad trafficen
dc.titleАналіз типів згорткових нейронних мереж для задачі розпізнавання об`єктів дорожнього рухуuk
dc.typeThesis
dc.identifier.udc004.832.2uk
dc.identifier.udc004.832.2
dc.relation.referencesWhat is Object Detection [Електронний ресурс]. – Режим доступу: https://www.mathworks.com/discovery/objectdetection.html/. – Назва з екрану.en
dc.relation.referencesConvolutional 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.referencesДемчук 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.referencesSharif 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.referencesR-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.referencesGirshick, 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.referencesGirshick, R. Fast R-CNN. In Proceedings of the IEEE international conference on computer vision, 2015; pp. 1440-1448en
dc.relation.referencesRen, 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.referencesRedmon, 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

Thumbnail
Имя:
88987.pdf
Размер:
1.087Mb
Формат:
PDF
Открыть

Данный элемент включен в следующие коллекции

Показать сокращенную информацию