Перегляд Секція 6. Новітні технології у проектуванні роботизованих систем в неруйнівному контролі, технічній та медичній діагностиці за Автор "Момот, А. С."
(КПІ ім. Ігоря Сікорського, 2022) Заболуєва, М. Ю.; Момот, А. С.
У статті розглядаються шляхи вирішення задач сегментації ультразукових знімків. Розглянуто архітектури згорткових нейронних мереж. Проаналізовано ефективність даних моделей та запропоновано перспективну модель для якісної обробки ультразвукових зображень. Проведено аналіз результатів сегментації з використанням мережі U-Net в задачі опрацювання медичних знімків.
(КПІ ім. Ігоря Сікорського, 2022) Стешенко, Я. В.; Момот, А. С.
Проведено огляд різних архітектур нейронних мереж для сегментації зображень. Проаналізовано переваги і недоліки різні моделей для задач сегментації. Розглянуто переваги використання архітектури DoubleU-Net. Запропоновано використання архітектури DoubleU-Net в задачах сегментації зображень, як найкращу за показниками ефективності на сьогоднішній день.
(КПІ ім. Ігоря Сікорського, 2022) Складчиков, І. О.; Момот, А. С.
В роботі розглянуто перспективний підхід до підвищення ефективності автоматизованих систем теплового відеонагляду. В якості методу автоматизації процесу детектування об’єктів на термограмах запропоновано використовувати глибинне навчання. Описано сучасну модель для детектування об’єктів YOLOX. Вказану модель реалізовано із використанням фреймворку Tensorflow та навчено на наборі інфрачервоних зображень від компанії FLIR. За результатами навчання моделі для розпізнавання 4 класів об’єктів на термограмах отримано значення mAP на рівні 55%. Проаналізовано переваги та недоліки даної розробки. Визначено шляхи подальшого вдосконалення запропонованого методу.