Розробка архітектури системи комп'ютерного зору постійного навчання зі змінюваною кількістю розпізнаваних класів
Вантажиться...
Дата
2021
Автори
Науковий керівник
Назва журналу
Номер ISSN
Назва тому
Видавець
КПІ ім. Ігоря Сікорського
Анотація
У даній статті проаналізовано архітектури глибоких нейронних мереж з можливістю послідовного навчання, що частково або повністю вирішують проблему catastrophic interference, наведені переваги та недоліки архітектур. Виходячи з загальної складності проблеми, було вирішено декомпозувати задачу в систему взаємозв’язаних нейронних мереж. Наведено приклад архітектури системи комп’ютерного зору, що забезпечує якісне розгортання, донавчання та підтримку моделей нейронних мереж з великою сукупною кількістю розпізнаваних класів, що мають тенденцію до змін.
Опис
Ключові слова
Глибокі нейронні мережі, комп’ютерний зір, catastrophic interference, послідовне навчання, Deep neural networks, computer vision, continual learning
Бібліографічний опис
Сердюк, Б. С. Розробка архітектури системи комп'ютерного зору постійного навчання зі змінюваною кількістю розпізнаваних класів / Сердюк Б. С., Головченко М. М. // Інженерія програмного забезпечення і передові інформаційні технології (SoftTech-2021) : матеріали І Всеукраїнської науково-практичної конференції молодих вчених та студентів в секції інформатики та програмної інженерії (22–26 листопада 2021 р., Київ). – Київ : КПІ ім. Ігоря Сікорського, ІПІ ФІОТ, 2021. – С. 91-94. – Бібліогр.: 3 назви.