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

Семантична сегментація зображень з викориcтанням згорткових нейронних мереж

Скорочена інформація про документ
dc.contributor.authorБездітний, М. В.uk
dc.titleСемантична сегментація зображень з викориcтанням згорткових нейронних мережuk
dc.date.issued2019
dc.publisherВінницький національний технічний університетuk
dc.identifier.citationБездітний М. В. Семантична сегментація зображень з викориcтанням згорткових нейронних мереж [Електронний ресурс] / М. В. Бездітний // Тези доповідей Всеукраїнської науково-практичної Інтернет-конференції студентів, аспірантів та молодих науковців «Молодь в науці: дослідження, проблеми, перспективи» (МН-2019), м. Вінниця, 11-30 травня 2019 р. – Електрон. текст. дані. – 2019. – Режим доступу: https://conferences.vntu.edu.ua/index.php/mn/mn2019/paper/view/6464.uk
dc.relation.ispartofТези доповідей Всеукраїнської науково-практичної Інтернет-конференції студентів, аспірантів та молодих науковців «Молодь в науці: дослідження, проблеми, перспективи» (МН-2019), м. Вінниця, 11-30 травня 2019 р.uk
dc.relation.urihttps://conferences.vntu.edu.ua/index.php/mn/mn2019/paper/view/6464
dc.identifier.udc004.93
dc.identifier.urihttps://ir.lib.vntu.edu.ua/handle/123456789/44642
dc.description.abstractВ статті проведено дослідження семантичної сегментації зображень з використанням згорткових нейронних мереж та середовища DIGITS. Для досліджень використані бази зображень PASCAL VOC таuk
dc.description.abstractIn this article investigates the semantic segmentation of images using spinel neural networks and the DIGITS environment. The research uses the PASCAL VOC and NVIDIA-Aerial Drone Dataset images databases. As a result of the training, the probability of segmentation was achieved in 83% and 99% respectively..en
dc.subjectсемантична сегментаціяuk
dc.subjectзгорткова нейронна мережаuk
dc.subjectDIGITSuk
dc.subjectPASCAL VOCuk
dc.subjectsemantic segmentationuk
dc.subjectconvolutional neural networkuk
dc.typeThesis
dc.language.isoukuk
dc.relation.referencesLong J. Fully Convolutional Networks for Semantic Segmentation [ ]: berkeley.edu. : https://people.eecs.berkeley.edu/~jonlong/long_shelhamer_fcn.pdf.
dc.relation.referencesBadrinarayanan V. Segnet: A deep convolutional encoder-decoder architecture for robust semantic pixel-wise labelling [ ] / V. Badrinarayanan, A. Handa, and R. Cipolla // arXiv: 1511.00561, 2015. - : https://arxiv.org/pdf/1511.00561.pdf. 3. NVIDIA DIGITS [ ] : https://developer.nvidia.com/digits. .
dc.relation.referencesThe PASCAL Visual Object Classes [ ]: robots.ox.ac.uk. : http://host.robots.ox.ac.uk/pascal/VOC/.
dc.relation.referencesNVIDIA-aerial drone dataset [ ]: nvidia.box.com : https://nvidia.box.com/shared/static/ft9cc5yjvrbhkh07wcivu5ji9zola6i1.gz.
dc.date.accessioned2025-03-13T13:28:08Z
dc.date.available2025-03-13T13:28:08Z

Файли

Контейнер файлів

Зараз показуємо 1 - 1 з 1
Ескіз
Назва:
6464.pdf
Розмір:
365,26 KB
Формат:
Adobe Portable Document Format
Завантажити

Ліцензійна угода

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

Зібрання

Молодь в науці: дослідження, проблеми, перспективи (МН-2019)