Отрывок: 5. 3.2. Результаты разных подходов При обучении на реальных данных без использова- ния синтетических получаем качество классификации нейросети 94,9 % на частых классах и 0 % на редких. При добавлении синтетических данных в обучающую выборку качество нейросети повышается до 95,7 % на частых знаках (при использовании данных cgi) и 53,9 % на редких знаках. Таким образом, само по себе использование синтетических данных позволяет повы- сить качество...
Название : | Классификация редких дорожных знаков |
Другие названия : | Classification of rare traffic signs |
Авторы/Редакторы : | Фаизов, Б.В. Шахуро, В.И. Санжаров, В.В. Конушин, А.С. |
Ключевые слова : | классификация дорожных знаков синтетические обучающие выборки нейронные сети распознавание изображений трансформации изображений композиции нейросетей |
Дата публикации : | Апр-2020 |
Издательство : | Самарский национальный исследовательский университет |
Библиографическое описание : | Фаизов, Б.В. Классификация редких дорожных знаков / Б.В. Фаизов, В.И. Шахуро, В.В. Санжаров, А.С. Конушин // Компьютерная оптика. – 2020. – Т. 44, № 2. – С. 236-243. – DOI: 10.18287/2412-6179-CO-601. |
Серия/номер : | 44;2 |
Аннотация : | В работе исследуется возможность применения нейронных сетей для классификации объектов, которых мало или совсем нет в обучающей выборке, на примере задачи классификации редких дорожных знаков. Рассматриваются нейронные сети, обученные с использованием сравнительной функции потерь и её модификациями, а также методы генерации синтетических выборок для задач классификации. В качестве базового метода используется индексирование классов объектов при помощи нейросетевых признаков. Проводится сравнение классификаторов, обученных при помощи трёх видов синтетических выборок, а также их смесей с реальными данными. Предлагается метод классификации редких дорожных знаков, использующий нейросетевой дискриминатор редких и частых знаков. Проведённая экспериментальная оценка показала, что предложенный метод позволяет классифицировать редкие дорожные знаки без существенной потери качества на частых знаках. |
URI (Унифицированный идентификатор ресурса) : | https://dx.doi.org/10.18287/2412-6179-CO-601 http://repo.ssau.ru/handle/Zhurnal-Komputernaya-optika/Klassifikaciya-redkih-dorozhnyh-znakov-83067 |
Другие идентификаторы : | Dspace\SGAU\20200429\83067 |
ГРНТИ: | 28.23.15 |
Располагается в коллекциях: | Журнал "Компьютерная оптика" |
Файлы этого ресурса:
Файл | Описание | Размер | Формат | |
---|---|---|---|---|
440213.pdf | Основная статья | 1.21 MB | Adobe PDF | Просмотреть/Открыть |
Показать полное описание ресурса
Просмотр статистики
Поделиться:
Все ресурсы в архиве электронных ресурсов защищены авторским правом, все права сохранены.