An approach for image annotation automatization for artificial intelligence models learning

Yakovlev, A.; Lisovychenko, O.

Full metadata record

DC Field	Value	Language
dc.contributor.author	Yakovlev, A.	-
dc.contributor.author	Lisovychenko, O.	-
dc.date.accessioned	2020-12-08T08:37:43Z	-
dc.date.available	2020-12-08T08:37:43Z	-
dc.date.issued	2020	-
dc.identifier.citation	Yakovlev, A. An approach for image annotation automatization for artificial intelligence models learning / A. Yakovlev, O. Lisovychenko // Адаптивні системи автоматичного управління : міжвідомчий науково-технічний збірник. – 2020. – № 1 (36). – С. 32–40. – Бібліогр.: 8 назв.	uk
dc.identifier.uri	https://ela.kpi.ua/handle/123456789/37941	-
dc.language.iso	en	uk
dc.source	Адаптивні системи автоматичного управління : міжвідомчий науково-технічний збірник, 2020, № 1 (36)	uk
dc.subject	image recognition	en
dc.subject	image annotation	en
dc.subject	machine learning	en
dc.subject	artificial intelligence	en
dc.subject	розпізнавання образів	uk
dc.subject	анотація зображень	uk
dc.subject	машинне навчання	ru
dc.subject	штучний інтелект	ru
dc.subject	распознавание образов	ru
dc.subject	аннотация изображений	ru
dc.subject	машинное обучение	ru
dc.subject	искусственный интеллект	ru
dc.title	An approach for image annotation automatization for artificial intelligence models learning	en
dc.title.alternative	Підхід до автоматизації анотування зображень для навчання моделей штучного інтелекту	uk
dc.title.alternative	Подход к автоматизации аннотации изображений для обучения моделей искусственного интеллекта	ru
dc.type	Article	uk
dc.format.pagerange	Pp. 32-40	uk
dc.publisher.place	Київ	uk
dc.identifier.doi	https://doi.org/10.20535/1560-8956.36.2020.209755	-
dc.subject.udc	004.852	uk
dc.description.abstractuk	У статті проведено аналіз процесу анотування зображень для навчання моделей штучного інтелекту в сучасних системах розпізнавання зображень з використанням сучасних програмних інструментів для анотування. Створено список вимог та параметрів до програмного додатку для анотування зображень, що в достатній мірі відповідає процесу анотування. Наведено графіки, що відображають ключові параметри процесу анотування зображень в сучасних додатках. Також розглянуто важливість ролі масового підходу до вирішення завдання з анотування зображень в сучасних системах розпізнавання. Розроблено додаток Yoloanno, що в повній мірі впроваджує всі вимоги до процесу анотування, як функціональні так і часові, та надає інструментарій для вирішення поставленого завдання, що доведено в результаті експериментів. Результати цієї роботи можна використати для практичного вирішення завдання анотування зображень, а також наведенні підходи можуть бути застосовані при створенні нових додатків.	uk
dc.description.abstracten	The article provides an analysis of image annotation process for artificial intelligence models within modern detection systems learning using modern tools for annotation. Software application requirements and parameters list has been formed for image annotation, which are sufficiently consistent with the annotation process. Provided charts displays key parameters for image annotation process in modern applications. Mass factor approach role importance reviewed in accordance with annotation task solving in modern recognition systems. Yoloanno application has been developed, which incorporates all requirements for an annotation process: functional and timing, - and provides tools to solve the task, what was proven during the experiments. Obtained results could be used for image annotation task practical solution, as well as provided approaches could be used for new image annotation applications creation.	en
dc.description.abstractru	В статье приведён анализ процесса аннотации изображений для обучения моделей искусственного интеллекта в современных системах распознавании изображений с применением современных инструментов для аннотации. Сформировано список требований и параметров программного приложения для аннотации изображений, которые в достаточной мере соответствуют процессу аннотации. Приведены графики, которые отображают ключевые параметры процесса аннотирования изображения в современных приложениях. Также рассмотрено важность роли массового подхода к решению задачи аннотации в современных системах распознавания. Разработано приложение Yoloanno, которое в полном объёме внедряет все требования к процессу аннотации, как функциональные, так и временные, - и предоставляет инструментарий для решения поставленной задачи, что доказано в результате экспериментов. Результаты этой работы можно использовать для практического решения задачи аннотации изображений, а также приведённые подходы могут быть использованы при создании новых приложений.	ru
dc.publisher	КПІ ім. Ігоря Сікорського	uk
Appears in Collections:	Адаптивні системи автоматичного управління: міжвідомчий науково-технічний збірник, № 1 (36)