<link rel="stylesheet" href="styles.f3b1fba60ec7970c.css">

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

Скорочена інформація про документ
dc.contributor.authorДемчук, М. Ю.uk
dc.contributor.authorКрилик, Л. В.uk
dc.contributor.authorDemchuk, M. Yu.
dc.contributor.authorKrylik, L. V.
dc.titleАналіз типів згорткових нейронних мереж для задачі розпізнавання об`єктів дорожнього рухуuk
dc.title.alternativeAnalysis of types of convolutional neural networks for the task of recognizing road traffic objectsen
dc.date.issued2021
dc.publisherВінницький національний технічний університетuk
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.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.identifier.isbn978-966-641-863-3
dc.identifier.udc004.832.2
dc.identifier.udc004.832.2
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.subjectштучний інтелектuk
dc.subjectзгорткова нейронна мережаuk
dc.subjectвиявлення образівuk
dc.subjectрозпізнавання об`єктівuk
dc.subjectдорожній рухuk
dc.subjectartificial intelligenceen
dc.subjectconvolutional neural networken
dc.subjectobject detectionen
dc.subjectobject recognitionen
dc.subjectroad trafficen
dc.typeThesis
dc.language.isoukuk
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
dc.date.accessioned2021-11-11T14:31:36Z
dc.date.available2021-11-11T14:31:36Z

Файли

Контейнер файлів

Зараз показуємо 1 - 1 з 1
Ескіз
Назва:
88987.pdf
Розмір:
1,09 MB
Формат:
Adobe Portable Document Format
Завантажити

Ліцензійна угода

Зараз показуємо 1 - 1 з 1
Ескіз
Назва:
license.txt
Розмір:
129 B
Формат:
Plain Text
Опис:
Завантажити

Зібрання

Молодь в науці: дослідження, проблеми, перспективи (МН-2021)
Наукові видання каф. КН