Отрывок: Главными проблемами нейросетевых алгоритмов являются потребность в большой размеченной базе данных и IX Международная конференция и молодёжная школа «Информационные технологии и нанотехнологии» (ИТНТ-2023) Секция 3. Распознавание, обработка и анализ изображений 031502 производительном аппаратном обеспечении. Однако существующий уровень технологий и постоянное совершенствование нейронных сетей уже позволяют современным алгоритма...
Название : Сравнение алгоритмов обнаружения объектов в задаче оценки плотности автомобильных потоков
Авторы/Редакторы : Жгутов П. Е.
Муравьев В. С.
Дата публикации : 2023
Библиографическое описание : Жгутов, П. Е. Сравнение алгоритмов обнаружения объектов в задаче оценки плотности автомобильных потоков / П. Е. Жгутов, В. С. Муравьев // 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, 2023Распознавание, обработка и анализ изображений / под ред. В. В. Сергеева. - 2023. - С. 031502.
Аннотация : Данная работа посвящена сравнению нейросетевого и классического подходов к обнаружению объектов в рамках задачи, по оценке плотностиавтомобильных потоков. Рассматривается возможность использования нейросетевого алгоритма, как более точного, надежного и универсального. Цель работы состоит в оценке точности работы каждого из алгоритмов и сравнения полученных результатов. На основе проведенного исследования были показаны преимущества нейросетевого алгоритма в точности обнаружения и подсчета транспортных средств. За счет этого выросла общая эффективность оценки плотности автомобильного потока.
URI (Унифицированный идентификатор ресурса) : http://repo.ssau.ru/handle/Informacionnye-tehnologii-i-nanotehnologii/Sravnenie-algoritmov-obnaruzheniya-obektov-v-zadache-ocenki-plotnosti-avtomobilnyh-potokov-106000
Другие идентификаторы : RU\НТБ СГАУ\541764
Ключевые слова: дорожный трафик
автомобильные потоки
YOLO
анализ дорожного трафика
метод выделения движения
оценка плотности автомобильного потока
нейросетевой алгоритм обнаружения
Располагается в коллекциях: Информационные технологии и нанотехнологии

Файлы этого ресурса:
Файл Размер Формат  
978-5-7883-1919-3_2023-031502.pdf243.34 kBAdobe PDFПросмотреть/Открыть
Показать полное описание ресурса Просмотр статистики
Поделиться:



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