Отрывок: Материалы исследования 2.1 Тестируемые нейронные сети В исследовании рассматривается 4 предобученных свёрточных нейронных сети: • AlexNet • GoogLeNet • VGG16 • ResNet152 Выше озвученные нейронные сети обучены на наборе Places365-Standart, который содержит в себе 1.8 миллиона изображений 365 классов различных сцен, примерно по 5000 изображений на каждую. Данные нейронные сети лежат в публи...
Полная запись метаданных
Поле DC | Значение | Язык |
---|---|---|
dc.contributor.author | Килбас, И.А. | - |
dc.contributor.author | Парингер, Р.А. | - |
dc.contributor.author | Kilbas, I.A. | - |
dc.contributor.author | Paringer, R.A. | - |
dc.date.accessioned | 2019-04-22 11:39:29 | - |
dc.date.available | 2019-04-22 11:39:29 | - |
dc.date.issued | 2019-05 | - |
dc.identifier | Dspace\SGAU\20190421\75716 | ru |
dc.identifier.citation | Килбас И.А. Сравнение точности распознавания сцен и производительности свёрточных нейронных сетей / Килбас И.А., Парингер Р.А. // Сборник трудов ИТНТ-2019 [Текст]: V междунар. конф. и молодеж. шк. "Информ. технологии и нанотехнологии": 21-24 мая: в 4 т. / Самар. нац.-исслед. ун-т им. С. П. Королева (Самар. ун-т), Ин-т систем. обраб. изобр. РАН-фил. ФНИЦ "Кристаллография и фотоника" РАН; [под ред. В.А. Фурсова]. - Самара: Новая техника, 2019 – Т. 4: Науки о данных. - 2019 - С. 740-747. | ru |
dc.identifier.uri | http://repo.ssau.ru/handle/Informacionnye-tehnologii-i-nanotehnologii/Sravnenie-tochnosti-raspoznavaniya-scen-i-proizvoditelnosti-svërtochnyh-neĭronnyh-seteĭ-75716 | - |
dc.description.abstract | В настоящее время задача классификации изображений становится всё более актуальной. Одним из наиболее популярных решений являются свёрточные нейронные сети. Но эффективность нейронных сетей имеет свою цену - они требуют больших ресурсов для обучения. Не всегда возможно обучить собственную нейронную сеть, но даже в этой ситуации есть выход — использовать предобученную нейронную сеть. В данном исследовании мы рассмотрим ряд предобученных свёрточных нейронных сетей: сравним их время работы, точность, а также потребляемую память. | ru |
dc.language.iso | rus | ru |
dc.publisher | Новая техника | ru |
dc.title | Сравнение точности распознавания сцен и производительности свёрточных нейронных сетей | ru |
dc.title.alternative | Scene recognition accuracy and performance comparison of CNNs | ru |
dc.type | Article | ru |
dc.textpart | Материалы исследования 2.1 Тестируемые нейронные сети В исследовании рассматривается 4 предобученных свёрточных нейронных сети: • AlexNet • GoogLeNet • VGG16 • ResNet152 Выше озвученные нейронные сети обучены на наборе Places365-Standart, который содержит в себе 1.8 миллиона изображений 365 классов различных сцен, примерно по 5000 изображений на каждую. Данные нейронные сети лежат в публи... | - |
Располагается в коллекциях: | Информационные технологии и нанотехнологии |
Файлы этого ресурса:
Файл | Описание | Размер | Формат | |
---|---|---|---|---|
paper92.pdf | Основная статья | 273.61 kB | Adobe PDF | Просмотреть/Открыть |
Показать базовое описание ресурса
Просмотр статистики
Поделиться:
Все ресурсы в архиве электронных ресурсов защищены авторским правом, все права сохранены.