Research output: Contribution to journal › Article
Сравнение архитектур нейронных сетей в задаче сегментации фигуры человека. / Ежов, Федор Валерьевич.
In: МОЛОДОЙ УЧЕНЫЙ, No. 28 (318), 2020, p. 6-8.Research output: Contribution to journal › Article
}
TY - JOUR
T1 - Сравнение архитектур нейронных сетей в задаче сегментации фигуры человека.
AU - Ежов, Федор Валерьевич
PY - 2020
Y1 - 2020
N2 - Статья посвящена сравнению архитектур нейронных сетей на примере задачи сегментации фигуры человека. Семантическая сегментация - важная область в сфере Computer Vision. Задачи сегментации решаются в таких проектах как: автономный транспорт, умный магазин и других. Смысл задачи состоит в нахождении множества пикселей, принадлежащих к интересующему объекту, на изображении. Лучше всего с этой задачей справляются сверточные нейронные сети. В статье подробно рассматриваются 3 предобученные сверточные нейронные сети, способные решать задачу семантической сегментации, а также сравнивает качество работы нейронных сетей между собой. Для каждой нейронной сети считается метрика “Pixel Accuracy” на тестовом датасете, состоящим из 100 изображений.
AB - Статья посвящена сравнению архитектур нейронных сетей на примере задачи сегментации фигуры человека. Семантическая сегментация - важная область в сфере Computer Vision. Задачи сегментации решаются в таких проектах как: автономный транспорт, умный магазин и других. Смысл задачи состоит в нахождении множества пикселей, принадлежащих к интересующему объекту, на изображении. Лучше всего с этой задачей справляются сверточные нейронные сети. В статье подробно рассматриваются 3 предобученные сверточные нейронные сети, способные решать задачу семантической сегментации, а также сравнивает качество работы нейронных сетей между собой. Для каждой нейронной сети считается метрика “Pixel Accuracy” на тестовом датасете, состоящим из 100 изображений.
KW - Computer vision (CV)
KW - сверточные нейронные сети
KW - сегментация
KW - Computer vision (CV)
KW - сверточные нейронные сети
KW - сегментация
M3 - статья
SP - 6
EP - 8
JO - МОЛОДОЙ УЧЕНЫЙ
JF - МОЛОДОЙ УЧЕНЫЙ
SN - 2072-0297
IS - 28 (318)
ER -
ID: 78566900