Show simple item record

IMAGE segmentation: comparison OF u-NET, MASK r-CNN AND DEEPLAB algorithms (PIXEL-WISE classification)

dc.contributor.authorІльчук, М. Р.uk
dc.contributor.authorЧехместрук, Р. Ю.uk
dc.contributor.authorIlchuk, M. R.en
dc.contributor.authorChekhmestruk, R. Y.en
dc.date.accessioned2026-09-11T12:39:37Z
dc.date.available2026-09-11T12:39:37Z
dc.date.issued2026
dc.identifier.citationІльчук М. Р., Чехместрук Р. Ю. IMAGE segmentation: comparison OF u-NET, MASK r-CNN AND DEEPLAB algorithms (PIXEL-WISE classification) // Матеріали LV Всеукраїнської науково-технічної конференції підрозділів ВНТУ, Вінниця, 24-27 березня 2026 р. Електрон. текст. дані. 2026. Електрон. текст. дані. 2026. URI: https://conferences.vntu.edu.ua/index.php/all-fitki/all-fitki-2026/paper/view/27981.uk
dc.identifier.urihttps://ir.lib.vntu.edu.ua/handle/123456789/54326
dc.description.abstractУ роботі досліджено сучасні підходи до сегментації зображень на основі глибокого навчання з акцентом на pixel-wise класифікацію. Детально розглянуто механізм формування карт сегментації, принципи навчання нейронних мереж, функції втрат та метрики оцінювання. Проведено порівняльний аналіз архітектур: U-Net,uk
dc.description.abstractThe paper investigates modern deep learning approaches to image segmentation with a focus on pixel-wise classification. The principles of segmentation map generation, model training, loss functions and evaluation metrics are described. A comparative analysis of U-Net, Mask R-CNN and DeepLab architectures is presented. Their advantages, limitations and application areas are identified, along with current trends in computer vision.en
dc.language.isouk_UAuk_UA
dc.publisherВНТУuk
dc.relation.ispartofМатеріали LV Всеукраїнської науково-технічної конференції підрозділів ВНТУ, Вінниця, 24-27 березня 2026 р. Електрон. текст. дані. 2026.uk
dc.relation.urihttps://conferences.vntu.edu.ua/index.php/all-fitki/all-fitki-2026/paper/view/27981
dc.subjectсегментація зображеньuk
dc.subjectpixel-wise класифікаціяuk
dc.subjectглибоке навчанняuk
dc.subjectU-Neten
dc.subjectMask R-CNNen
dc.subjectDeepLaben
dc.subjectкомп’ютерний зірuk
dc.subjectimage segmentationen
dc.subjectpixel-wise classificationen
dc.subjectdeep learningen
dc.subjectcomputervisionen
dc.titleIMAGE segmentation: comparison OF u-NET, MASK r-CNN AND DEEPLAB algorithms (PIXEL-WISE classification)en
dc.typeThesis
dc.identifier.udc004.8:004.932
dc.relation.referencesDOU Community. Image Segmentation and Deep Learning: Discussion and Practical Aspects. 2022. Тема: основні принципи сегментації зображень та використання методів глибокого навчання у комп’ютерному зорі. С. 1–3. Szeliski R. Computer Vision: Algorithms and Applications. 2nd edition. 2022. Тема: методи комп’ютерного зору, алгоритми обробки зображень та підходи до сегментації. С. 415–430. Zhang Y., Chen H., Li X. Medical Image Segmentation: A Comprehensive Review of Deep Learning Approaches. 2025. Тема: огляд сучасних методів глибокого навчання для сегментації медичних зображень. С. 1–18. Kumar A., Singh P., Verma R. Comparative Study of Deep Transfer Learning Models for Image Segmentation. 2025. Тема: порівняльний аналіз моделей глибокого навчання з використанням перенесення навчання для сегментації зображень. С. 1–12. Li J., Wang H., Zhao Y. Application Mask R-CNN for Object Detection and Segmentation. 2025. Тема: використання нейронної мережі для виявлення та сегментації об’єктів на зображеннях. С. 1–10.uk


Files in this item

Thumbnail
Name:
27981.pdf
Size:
297.6Kb
Format:
PDF
View/Open

This item appears in the following Collection(s)

Show simple item record