Отрывок: Искусственный интеллект 040382 После обработки объем набора данных составлял порядка 12 000 фото, данные были разделены на тестовую и обучающую выборки в пропорции 2:8. Обучение производилось в Google Colab на Tesla T4, в качестве основной метрики для оценки моделей использована mAP (mean Average Precision). На Рис. 1 изображены предсказания модели, полученные в процессе обучения. Рис. 1. П...
Полная запись метаданных
Поле DC Значение Язык
dc.contributor.authorМисюрина И. А.ru
dc.contributor.authorЯкимов П. Ю.ru
dc.coverage.spatialCNNru
dc.coverage.spatialYOLOv5ru
dc.coverage.spatialнейронная сеть YOLOru
dc.coverage.spatialавтомобильные видеорегистраторыru
dc.coverage.spatialдетекцияru
dc.coverage.spatialтехническое обслуживание дорогru
dc.coverage.spatialповреждения дорожного покрытияru
dc.creatorМисюрина И. А., Якимов П. Ю.ru
dc.date.accessioned2023-10-03 15:45:35-
dc.date.available2023-10-03 15:45:35-
dc.date.issued2023ru
dc.identifierRU\НТБ СГАУ\541172ru
dc.identifier.citationМисюрина, И. А. Обнаружение повреждений дорожного покрытия в видеопотоке автомобильного видеорегистратора / И. А. Мисюрина, П. Ю. Якимов // Информационные технологии и нанотехнологии (ИТНТ-2023) : сб. тр. по материалам IX Междунар. конф. и молодеж. шк. (г. Самара, 17-23 апр. 2023 г.): в 6 т. / М-во науки и высш. образования Рос. Федерации, Самар. нац. исслед. ун-т им. С. П. Королева (Самар. ун-т), Ин-т систем обраб. изобр. РАН - Фил. Федер. науч.-исслед. центра "Кристаллография и фотоника" Рос. акад. наук. - Самара : Изд-во Самар. ун-та, 2023Т. 4: Искусственный интеллект / под. ред. А. В. Никонорова. - 2023. - С. 040382.ru
dc.identifier.urihttp://repo.ssau.ru/handle/Informacionnye-tehnologii-i-nanotehnologii/Obnaruzhenie-povrezhdenii-dorozhnogo-pokrytiya-v-videopotoke-avtomobilnogo-videoregistratora-105721-
dc.description.abstractОписывается разработка программного обеспечения для детекции и классификации повреждений дорожного покрытия различных типов. Описывается алгоритм работы YOLO, дано краткое описание выбранных для разработки моделей. Описана архитектура реализованного ПО.ru
dc.language.isorusru
dc.relation.ispartofИнформационные технологии и нанотехнологии (ИТНТ-2023) : сб. тр. по материалам IX Междунар. конф. и молодеж. шк. (г. Самара, 17-23 апр. 2023 г.): в 6ru
dc.sourceИнформационные технологии и нанотехнологии (ИТНТ-2023). - Т. 4 : Искусственный интеллектru
dc.titleОбнаружение повреждений дорожного покрытия в видеопотоке автомобильного видеорегистратораru
dc.typeTextru
dc.citation.spage040382ru
dc.citation.volume4ru
dc.textpartИскусственный интеллект 040382 После обработки объем набора данных составлял порядка 12 000 фото, данные были разделены на тестовую и обучающую выборки в пропорции 2:8. Обучение производилось в Google Colab на Tesla T4, в качестве основной метрики для оценки моделей использована mAP (mean Average Precision). На Рис. 1 изображены предсказания модели, полученные в процессе обучения. Рис. 1. П...-
Располагается в коллекциях: Информационные технологии и нанотехнологии

Файлы этого ресурса:
Файл Размер Формат  
978-5-7883-1920-9_2023-040382.pdf359.2 kBAdobe PDFПросмотреть/Открыть
Показать базовое описание ресурса Просмотр статистики
Поделиться:



Все ресурсы в архиве электронных ресурсов защищены авторским правом, все права сохранены.