Отрывок: Также наиболее ча- сто в качестве дефекта выбоин выделяются разруше- ния края проезжей части – бордюров и пешеходных дорожек. На рис. 9 представлены результаты сегмен- тации сети, обученной на комбинированном наборе реальных и сгенерированных с помощью КГ и DCGAN изображений. Табл. 4. Результаты сегментации дефектов Набор данных Количество изображений Среднее IoU Среднее F1 Реальные 395 0,55...
Полная запись метаданных
Поле DC | Значение | Язык |
---|---|---|
dc.contributor.author | Канаева, И.А. | - |
dc.contributor.author | Иванова, Ю.А. | - |
dc.contributor.author | Спицын, В.Г. | - |
dc.date.accessioned | 2022-02-07 16:35:23 | - |
dc.date.available | 2022-02-07 16:35:23 | - |
dc.date.issued | 2021-11 | - |
dc.identifier | Dspace\SGAU\20220203\95517 | ru |
dc.identifier.citation | Канаева, И.А. Сегментация дефектов дорожного покрытия на основе формирования синтетических выборок с помощью глубоких генеративно-состязательных свёрточных сетей / И.А. Канаева, Ю.А. Иванова, В.Г. Спицын // Компьютерная оптика. – 2021. – Т. 45, № 6. – С. 907-916. – DOI: 10.18287/2412-6179-CO-844. | ru |
dc.identifier.uri | 10.18287/2412-6179-CO-844 | - |
dc.identifier.uri | http://repo.ssau.ru/handle/Zhurnal-Komputernaya-optika/Segmentaciya-defektov-dorozhnogo-pokrytiya-na-osnove-formirovaniya-sinteticheskih-vyborok-s-pomoshu-glubokih-generativnosostyazatelnyh-svertochnyh-setei-95517 | - |
dc.description.abstract | В данной работе рассматривается комплекс задач обнаружения различных дефектов дорожного полотна автомобильных дорог и современные методы их решения. Представленное сравнение общедоступных наборов данных позволяет сделать вывод о сложности и малой разработанности задачи сегментации дефектов дорожного покрытия по изображению общего вида автомобильных дорог. Для решения данной проблемы разработаны алгоритмы генерации синтетического набора данных для сегментации дефектов классов трещин и выбоин на основе методов компьютерной графики и генеративно-состязательных сетей. Проведено сравнение точности сегментации дефектов дорожного покрытия полносверточной нейронной сетью U-Net на реальном и комбинированных наборах данных. | ru |
dc.description.sponsorship | Исследование выполнено при финансовой поддержке РФФИ в рамках научного проекта № 18-08-00977 А и в рамках Программы повышения конкурентоспособности ТПУ. | ru |
dc.language.iso | rus | ru |
dc.publisher | Самарский национальный исследовательский университет | ru |
dc.relation.ispartofseries | 45;6 | - |
dc.subject | сегментация, дефекты дорожного покрытия, синтетическая выборка, генеративно-состязательные сети, сверточные нейронные сети | ru |
dc.title | Сегментация дефектов дорожного покрытия на основе формирования синтетических выборок с помощью глубоких генеративно-состязательных свёрточных сетей | ru |
dc.title.alternative | Deep convolutional generative adversarial network-based synthesis of datasets for road pavement distress segmentation | ru |
dc.type | Article | ru |
dc.textpart | Также наиболее ча- сто в качестве дефекта выбоин выделяются разруше- ния края проезжей части – бордюров и пешеходных дорожек. На рис. 9 представлены результаты сегмен- тации сети, обученной на комбинированном наборе реальных и сгенерированных с помощью КГ и DCGAN изображений. Табл. 4. Результаты сегментации дефектов Набор данных Количество изображений Среднее IoU Среднее F1 Реальные 395 0,55... | - |
dc.classindex.scsti | 28.23.15 | - |
Располагается в коллекциях: | Журнал "Компьютерная оптика" |
Файлы этого ресурса:
Файл | Описание | Размер | Формат | |
---|---|---|---|---|
15-Канаева-Иванова-Спицын_SV(Pics)-KI-JuN-Lit-MI-MA-JuN2-Gr-corr.pdf | Основная статья | 2.81 MB | Adobe PDF | Просмотреть/Открыть |
Показать базовое описание ресурса
Просмотр статистики
Поделиться:
Все ресурсы в архиве электронных ресурсов защищены авторским правом, все права сохранены.