Аналіз ефективності моделей глибинного навчання для автоматизованого детектування об'єктів на інфрачервоних зображеннях

Скорочена інформація про документ
dc.contributor.authorСкладчиков, І. О.
dc.contributor.authorМомот, А. С.
dc.date.accessioned2022-06-09T13:58:37Z
dc.date.available2022-06-09T13:58:37Z
dc.date.issued2021
dc.description.abstractukВ даній роботі розглянуто існуючі методи глибинного навчання для автоматизованого виявлення об’єктів на інфрачервоних зображеннях. Проаналізовано актуальність застосування даних моделей на сьогоднішній день та пріоритетність точності розпізнавання об’єктів над швидкістю. Розглянуто мережі R-CNN, YOLO та EfficientDet. Проаналізовано ефективність даних моделей та зроблено висновки щодо можливості їх використання в системах термографічного контролю безпеки.uk
dc.format.pagerangeС. 281-284uk
dc.identifier.citationСкладчиков, І. О. Аналіз ефективності моделей глибинного навчання для автоматизованого детектування об'єктів на інфрачервоних зображеннях / І. О. Складчиков, А. С. Момот // XVII Науково-практична конференція студентів, аспірантів та молодих вчених «Ефективність та автоматизація інженерних рішень у приладобудуванні», 07-08 грудня 2021 р, м. Київ, Україна : збірник праць конференції. – Київ : КПІ ім. Ігоря Сікорського, 2021. – С. 281-284. – Бібліогр.: 8 назв.uk
dc.identifier.urihttps://ela.kpi.ua/handle/123456789/47867
dc.language.isoukuk
dc.publisherКПІ ім. Ігоря Сікорськогоuk
dc.publisher.placeКиївuk
dc.sourceXVI Всеукраїнська науково-практична конференція студентів, аспірантів та молодих вчених «Ефективність та автоматизація інженерних рішень у приладобудуванні», 7-8 грудня 2021 року, м. Київ, Україна : збірник праць конференціїuk
dc.subjectглибинне навчанняuk
dc.subjectвиявлення об'єктівuk
dc.subjectінфрачервоні зображенняuk
dc.subject.udc004.89uk
dc.titleАналіз ефективності моделей глибинного навчання для автоматизованого детектування об'єктів на інфрачервоних зображенняхuk
dc.typeArticleuk

Файли

Контейнер файлів
Зараз показуємо 1 - 1 з 1
Ескіз
Назва:
ЕАІРП_2021 - Page 281-284.pdf
Розмір:
720.32 KB
Формат:
Adobe Portable Document Format
Опис:
Завантажити
Ліцензійна угода
Зараз показуємо 1 - 1 з 1
Ескіз недоступний
Назва:
license.txt
Розмір:
9.1 KB
Формат:
Item-specific license agreed upon to submission
Опис:
Завантажити

Зібрання

Секція 6. Новітні технології у проектуванні роботизованих систем в неруйнівному контролі, технічній та медичній діагностиці