Full metadata record
DC FieldValueLanguage
dc.contributor.authorКилбас, И.А.
dc.contributor.authorПарингер, Р.А.
dc.date2019-05
dc.date.accessioned2025-08-22T12:18:58Z-
dc.date.available2025-08-22T12:18:58Z-
dc.date.issued2019-05
dc.identifier.identifierDspace\SGAU\20190421\75716
dc.identifier.citationКилбас 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.
dc.identifier.urihttp://repo.ssau.ru/jspui/handle/123456789/11229-
dc.description.abstractВ 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.
dc.languagerus
dc.publisherНовая техника
dc.titleСравнение точности распознавания сцен и производительности свёрточных нейронных сетей
dc.title.alternativeScene recognition accuracy and performance comparison of CNNs
dc.typeArticle
local.identifier.oldurihttp://repo.ssau.ru/handle/Informacionnye-tehnologii-i-nanotehnologii/Sravnenie-tochnosti-raspoznavaniya-scen-i-proizvoditelnosti-svërtochnyh-neĭronnyh-seteĭ-75716
local.identifier.oldurihttp://repo.ssau.ru/handle/Informacionnye-tehnologii-i-nanotehnologii/Sravnenie-tochnosti-raspoznavaniya-scen-i-proizvoditelnosti-svërtochnyh-neĭronnyh-seteĭ-75716
Appears in Collections:Информационные технологии и нанотехнологии

Files in This Item:
File Description SizeFormat 
paper92.pdfОсновная статья273.61 kBAdobe PDFView/Open    Request a copy


Items in Repository are protected by copyright, with all rights reserved, unless otherwise indicated.