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...
Название : Сравнение точности распознавания сцен и производительности свёрточных нейронных сетей
Другие названия : Scene recognition accuracy and performance comparison of CNNs
Авторы/Редакторы : Килбас, И.А.
Парингер, Р.А.
Kilbas, I.A.
Paringer, R.A.
Дата публикации : Май-2019
Издательство : Новая техника
Библиографическое описание : 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.
Аннотация : 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.
URI (Унифицированный идентификатор ресурса) : http://repo.ssau.ru/handle/Informacionnye-tehnologii-i-nanotehnologii/Sravnenie-tochnosti-raspoznavaniya-scen-i-proizvoditelnosti-svërtochnyh-neĭronnyh-seteĭ-75716
Другие идентификаторы : Dspace\SGAU\20190421\75716
Располагается в коллекциях: Информационные технологии и нанотехнологии

Файлы этого ресурса:
Файл Описание Размер Формат  
paper92.pdfОсновная статья273.61 kBAdobe PDFПросмотреть/Открыть



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