Title: Повышение устойчивости моделей детектирования объектов в условиях частичной видимости с использованием синтетических данных
Other Titles: 
Authors: Альгашев Г. А.
Кремущенко П. А.
Keywords: 
глубокое обучение
детектирование объектов
комбинированное обучение
компьютерное зрение
синтетические данные
устойчивость нейросетей
частичная видимость
Issue Date: 2025
Publisher: Publisher
Citation: Альгашев, Г. А. Повышение устойчивости моделей детектирования объектов в условиях частичной видимости с использованием синтетических данных / Г. А. Альгашев, П. А. Кремущенко // Информационные технологии и нанотехнологии (ИТНТ-2025) : материалы XI междунар. конф. и молодеж. шк. (г. Самарканд, Узбекистан, 7-9 окт. 2025 г.) / М-во науки и высш. образования Рос. Федерации, Самар. нац. исслед. ун-т им. С. П. Королева (Самар. ун-т). - Самара : Изд-во Самар. ун-та, 2025. - С. 030842.
Abstract: Анализ показал, что видимость объектов напрямуювлияет на точность детектирования. Наибольшееснижение наблюдается при закрытии более 50% объекта.Тем не менее, обучение на синтетических и реальныхданных позволило моделям сохранить приемлемуюточность даже при 25% видимости.
ISBN: 
ISSN: 
ISMN: 
Other Identifiers: RU\НТБ СГАУ\582268
Appears in Collections:Информационные технологии и нанотехнологии

Files in This Item:
File SizeFormat 
978-5-7883-2262-9_2025-181-182.pdf125.66 kBAdobe PDFView/Open


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