Аналіз типів згорткових нейронних мереж для задачі розпізнавання об`єктів дорожнього руху
Вантажиться...
Файли
Дата
Науковий керівник
Редактор
Інші учасники
Відповідальний
ORCID
Назва журналу
Номер ISSN
Назва тому
DOI
Альтернативна назва
Analysis of types of convolutional neural networks for the task of recognizing road traffic objects
Анотація
Розглянуто принцип роботи згорткових нейронних мереж, методи виявлення і розпізнавання об`єктів дорожнього руху, та їх особливості.
The principle of operation of convolutional neural networks, methods of road traffic objects detection and recognition, and their features are considered
The principle of operation of convolutional neural networks, methods of road traffic objects detection and recognition, and their features are considered
Опис
Тип документа
Мова
ISSN
Посилання на публікацію
Серія, номер
ISBN
978-966-641-863-3
ББК
Інші ідентифікатори
Пов’язані матеріали
Спонсорська підтримка
Правовласник
Бібліографічний опис
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.
Схвалення
Рецензія
Доповнено
Цитується в
Список використаної літератури (10)
- What is Object Detection [Електронний ресурс]. – Режим доступу: https://www.mathworks.com/discovery/objectdetection.html/. – Назва з екрану.
- Convolutional Neural Networks [Електронний ресурс]. – Режим доступу: https://towardsdatascience.com/convolutionalneural-networks-for-beginners-using-keras-and-tensorflow-2-c578f7b3bf25. – Назва з екрану.
- 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.
- 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.
- 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.
- 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.
- Girshick, R. Fast R-CNN. In Proceedings of the IEEE international conference on computer vision, 2015; pp. 1440-1448
- 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.
- . 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.
- 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.