Показати скорочену інформацію

Комп'ютерна система розпізнавання дорожньої розмітки та виявлення пошкоджень дорожнього покриття

dc.contributor.authorШелестун, І. Сuk
dc.contributor.authorКожем’яко, А. В.uk
dc.contributor.authorБогомолов, С. В.uk
dc.contributor.authorKozhemiako, A. V.en
dc.contributor.authorBogomolov, S. V.en
dc.date.accessioned2025-08-19T07:51:04Z
dc.date.available2025-08-19T07:51:04Z
dc.date.issued2025
dc.identifier.citationШелестун І. С., Кожем’яко А. В., Богомолов С. В. Комп'ютерна система розпізнавання дорожньої розмітки та виявлення пошкоджень дорожнього покриття // Матеріали LIV Всеукраїнської науково-технічної конференції підрозділів ВНТУ, Вінниця, 24-27 березня 2025 р. Електрон. текст. дані. 2025. URI: https://conferences.vntu.edu.ua/index.php/all-fitki/all-fitki-2025/paper/view/24198.uk
dc.identifier.isbn978-617-8132-48-8
dc.identifier.urihttps://ir.lib.vntu.edu.ua//handle/123456789/48622
dc.description.abstractРозроблено комп'ютерну систему для автоматичного розпізнавання дорожньої розмітки та виявлення пошкоджень дорожнього покриття з використанням нейронних мереж. Новизна дослідження полягає в інтеграції декількох передових нейронних мереж для розпізнавання різних типів об'єктів, що дозволяє з максимальною точністю та швидкістю обробляти зображення дорожньої інфраструктури. Для реалізації були застосовані технології глибокого навчання Inception-ResNet-v2, YOLO.uk
dc.description.abstractA computer system has been developed for automatic recognition of road markings and detection of road surface damage using neural networks. The novelty of the research lies in the integration of several advanced neural networks for recognizing different types of objects, which allows for maximum accuracy and speed in processing images of road infrastructure. For implementation, deep learning technologies Inception-ResNet-v2, YOLO were used.en
dc.language.isouk_UAuk_UA
dc.publisherВНТУuk
dc.relation.ispartofМатеріали LIV Всеукраїнської науково-технічної конференції підрозділів ВНТУ, Вінниця, 24-27 березня 2025 р.uk
dc.relation.urihttps://conferences.vntu.edu.ua/index.php/all-fitki/all-fitki-2025/paper/view/24198
dc.subjectрозпізнавання об’єктівuk
dc.subjectзгорткові нейронні мережіuk
dc.subjectмашинне навчанняuk
dc.subjectглибоке навчанняuk
dc.subjectдорожня розміткаuk
dc.subjectпошкодження дорожнього покриттяuk
dc.subjectobject recognitionen
dc.subjectconvolutional neural networken
dc.subjectmachine learningen
dc.subjectdeep learningen
dc.subjectInception-ResNet-v2en
dc.subjectYOLOen
dc.subjectTensorFlowen
dc.subjectOpenCVen
dc.subjectroad makingsen
dc.subjectroad surface damageen
dc.titleКомп'ютерна система розпізнавання дорожньої розмітки та виявлення пошкоджень дорожнього покриттяuk
dc.typeThesis
dc.identifier.udc004.77:004.738.5
dc.relation.referencesLeCun, Y., Bengio, Y., & Hinton, G. (2015). Deep learning. Nature, 521(7553), 436–444.en
dc.relation.referencesRedmon, J., Divvala, S., Girshick, R., & Farhadi, A. (2016). You Only Look Once: Unified, Real-Time Object Detection. In Proceedings of the IEEE Conference on Computer Vision and Pattern Recognition (CVPR) (pp. 779–788).en
dc.relation.referencesSzegedy, C., Vanhoucke, V., Ioffe, S., Shlens, J., & Wojna, Z. (2016). Rethinking the Inception Architecture for Computer Vision. In Proceedings of the IEEE Conference on Computer Vision and Pattern Recognition (CVPR) (pp. 2818–2826).en
dc.relation.referencesZhang, Z., & Liu, W. (2019). Road surface damage detection based on deep convolutional neural networks. Journal of Image and Graphics, 12(4), 123-135.en
dc.relation.referencesHe, K., Zhang, X., Ren, S., & Sun, J. (2016). Deep Residual Learning for Image Recognition. In Proceedings of the IEEE Conference on Computer Vision and Pattern Recognition (CVPR) (pp. 770–778).en


Файли в цьому документі

Thumbnail
Ім'я:
24198.pdf
Розмір:
278.1Kb
Формат:
PDF
Відкрити

Даний документ включений в наступну(і) колекцію(ї)

Показати скорочену інформацію