Отрывок: 28 2.6 Объединяющий слой Распространѐнной практикой является периодически вставлять объединяющие слои между последовательных CONV слоѐв в ConvNet архитектуре. Их функция заключается в постепенном уменьшении пространственных размеров представления, чтобы уменьшить количество параметров и вычислений в сети, и, следовательно, также контролировать переобучение. Объединяющий слой работает независимо на каждой глубине сре...
Полная запись метаданных
Поле DC Значение Язык
dc.contributor.authorСофронов С. Д.ru
dc.contributor.authorНиконоров А. В.ru
dc.contributor.authorПолукаров Д. Ю.ru
dc.contributor.authorМинистерство образования и науки Российской Федерацииru
dc.contributor.authorСамарский национальный исследовательский университет им. С. П. Королева (Самарский университет)ru
dc.contributor.authorИнститут информатикиru
dc.contributor.authorматематики и электроникиru
dc.coverage.spatialсверточные нейронные сетиru
dc.coverage.spatialнейронные сетиru
dc.coverage.spatialнейронная сеть YOLOru
dc.coverage.spatialрекурсивные нейронные сетиru
dc.coverage.spatialдетектирование объектовru
dc.coverage.spatialсистема машинного обучения TensorFlowru
dc.coverage.spatialсистемы машинного обученияru
dc.creatorСофронов С. Д.ru
dc.date.issued2017ru
dc.identifierRU\НТБ СГАУ\ВКР20170919155222ru
dc.identifier.citationСофронов, С. Д. Детектирование объектов на изображениях с применением сверточных и рекурсивных нейронных сетей : вып. квалификац. работа по спец. "Прикладная математика и информатика" / С. Д. Софронов ; рук. работы А. В. Никоноров; рец. Д. Ю. Полукаров ; М-во образования и науки Рос. Федерации, Самар. нац. исслед. ун-т им. С. П. Королева (Самар. ун-т), Ин-т информатики, математики и. - Самара, 2017. - on-lineru
dc.description.abstractЦель работы – провести обучение нейронной сети YOLO, реализованной в системе машинного обучения TensorFlow для детектирования объектов заданного класса на изображениях.В ходе работы была разработана программа для создания файлов, хранящих данные о расположении объектов заданного класса на изображениях.Произведено обучение нейронной сети для детектирования объектов заданного класса по полученным в результате работы программы данным. Реализация программы происходила на языке Python в среде разработки PyCharm.ru
dc.format.extentЭлектрон. дан. (1 файл : 2,0 Мб)ru
dc.titleДетектирование объектов на изображениях с применением сверточных и рекурсивных нейронных сетейru
dc.typeTextru
dc.subject.rugasnti50.01ru
dc.subject.udc004.032.26ru
dc.textpart28 2.6 Объединяющий слой Распространѐнной практикой является периодически вставлять объединяющие слои между последовательных CONV слоѐв в ConvNet архитектуре. Их функция заключается в постепенном уменьшении пространственных размеров представления, чтобы уменьшить количество параметров и вычислений в сети, и, следовательно, также контролировать переобучение. Объединяющий слой работает независимо на каждой глубине сре...-
Располагается в коллекциях: Выпускные квалификационные работы




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