Отрывок: 3.3. Определение типов слоев Было проведено сравнение для конфигураций сети с использованием слоёв Max Pooling и без них. Во втором случае свёртка слоёв происходила за счёт слоёв Convolution2D. Обучение производилось в те- чение 10 эпох. На рис. 6 представлены графики зави- симости коэффициента Дайса обучения и валидации от количества эпох. Рис. 6. Графики зависимости коэффициента Дайса обучения и валидации от количества эпох при использовании сл...
Полная запись метаданных
Поле DC Значение Язык
dc.contributor.authorЛобанова, В.А.-
dc.contributor.authorИванова, Ю.А.-
dc.date.accessioned2023-12-29 12:56:24-
dc.date.available2023-12-29 12:56:24-
dc.date.issued2022-10-
dc.identifierDspace\SGAU\20231223\107663ru
dc.identifier.citationЛобанова, В.А. Разработка нейросетевого алгоритма распознавания надписей на изображениях реальных сцен / В.А. Лобанова, Ю.А. Иванова // Компьютерная оптика. – 2022. – Т. 46, № 5. – С. 790-800. – DOI: 10.18287/2412-6179-CO-1047.ru
dc.identifier.urihttps://dx.doi.org/10.18287/2412-6179-CO-1047-
dc.identifier.urihttp://repo.ssau.ru/handle/Zhurnal-Komputernaya-optika/Razrabotka-neirosetevogo-algoritma-raspoznavaniya-nadpisei-na-izobrazheniyah-realnyh-scen-107663-
dc.description.abstractРабота посвящена проектированию и реализации нейросетевого алгоритма детектирования надписей на изображениях реальных сцен. Проведен обзор существующих нейросетевых и классических моделей, в качестве базовой была выбрана модель U-net. На ее основе предложен и реализован алгоритм детектирования текстовых областей на изображениях. В ходе проведения экспериментов были определены следующие параметры нейронной сети: размеры входных изображений, количество и типы составляющих её слоёв. В качестве предобработки рассматривались билатеральные фильтры сглаживания и сглаживающие частотные фильтры. Увеличение исходной базы изображений KAIST Scene Text Database достигается за счёт применения поворотов, сжатия и разбиения входящих в неё изображений. Полученные результаты превосходят другие методы по значению F-меры и достигают 0,88.ru
dc.language.isorusru
dc.publisherСамарский национальный исследовательский университетru
dc.relation.ispartofseries46;5-
dc.subjectдетектирование текстовых областейru
dc.subjectU-Netru
dc.subjectизображения реальных сценru
dc.subjectсегментация изображенийru
dc.titleРазработка нейросетевого алгоритма распознавания надписей на изображениях реальных сценru
dc.title.alternativeDevelopment of software for the segmentation of text areas in real-scene imagesru
dc.typeArticleru
dc.textpart3.3. Определение типов слоев Было проведено сравнение для конфигураций сети с использованием слоёв Max Pooling и без них. Во втором случае свёртка слоёв происходила за счёт слоёв Convolution2D. Обучение производилось в те- чение 10 эпох. На рис. 6 представлены графики зави- симости коэффициента Дайса обучения и валидации от количества эпох. Рис. 6. Графики зависимости коэффициента Дайса обучения и валидации от количества эпох при использовании сл...-
dc.classindex.scsti28.23.37-
Располагается в коллекциях: Журнал "Компьютерная оптика"

Файлы этого ресурса:
Файл Описание Размер Формат  
2412-6179_2022_46_5_790-800.pdf1.3 MBAdobe PDFПросмотреть/Открыть
Показать базовое описание ресурса Просмотр статистики
Поделиться:



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