Отрывок: Выходные данные представляют собой проекции размеченных stl, где разными цветами обозначены целевые грани для распознавания (рисунок 2, б). Рисунок 2: а) исходная проекция stl; б) размеченная проекция; распознавание с использованием в) U-net; г) Enet; д) SegNet Нейронные сети для семантической сегментации были реализованы на языке Python с помощью библиотек keras и tensorflow. Все расчеты (обработка данных, подготовка обучающих и тестовых набор...
Полная запись метаданных
Поле DC Значение Язык
dc.contributor.authorПеченин В. А.ru
dc.contributor.authorПеченина Е. Ю.ru
dc.contributor.authorКуприянов А. В.ru
dc.coverage.spatialархитектура Enetru
dc.coverage.spatialSTLru
dc.coverage.spatialсистемы компьютерного зренияru
dc.coverage.spatialсемантическая сегментация изображенийru
dc.coverage.spatialсверточные нейронные сетиru
dc.coverage.spatialтехнологические операцииru
dc.coverage.spatialпроекции моделей деталейru
dc.creatorПеченин В. А., Печенина Е. Ю., Куприянов А. В.ru
dc.date.issued2021ru
dc.identifierRU\НТБ СГАУ\466047ru
dc.identifier.citationПеченин, В. А. Снижение трудоемкости технологических операций с использованием систем компьютерного зрения / В. А. Печенин, Е. Ю. Печенина, А. В. Куприянов // Информационные технологии и нанотехнологии (ИТНТ-2021) : сб. тр. по материалам VII Междунар. конф. и молодеж. шк. (г. Самара, 20-24 сент.) : [в 3 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. изображений РАН - фил. ФНИЦ "Кристаллография и фотоника РАН. - Самаpа : Изд-во Самар. ун-та, 2021Т. 3: Искусственный интеллект и науки о данных. - 2021. - С. 031063.ru
dc.language.isorusru
dc.relation.ispartofИнформационные технологии и нанотехнологии (ИТНТ-2021) : сб. тр. по материалам VII Междунар. конф. и молодеж. шк. (г. Самара, 20-24 сент.) : [в 3 т.].ru
dc.sourceИнформационные технологии и нанотехнологии (ИТНТ-2021). - Т. 3 : Искусственный интеллект и науки о данныхru
dc.titleСнижение трудоемкости технологических операций с использованием систем компьютерного зренияru
dc.typeTextru
dc.citation.spage031063ru
dc.citation.volume3ru
dc.textpartВыходные данные представляют собой проекции размеченных stl, где разными цветами обозначены целевые грани для распознавания (рисунок 2, б). Рисунок 2: а) исходная проекция stl; б) размеченная проекция; распознавание с использованием в) U-net; г) Enet; д) SegNet Нейронные сети для семантической сегментации были реализованы на языке Python с помощью библиотек keras и tensorflow. Все расчеты (обработка данных, подготовка обучающих и тестовых набор...-
Располагается в коллекциях: Информационные технологии и нанотехнологии

Файлы этого ресурса:
Файл Размер Формат  
28paper031063.pdf486.28 kBAdobe PDFПросмотреть/Открыть
Показать базовое описание ресурса Просмотр статистики
Поделиться:



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