Разработка модели для выявления и локализации объектов на изображениях, основанной на адаптации однокадрового детектора объектов
Автор: Петров Д.М.
Журнал: Международный журнал гуманитарных и естественных наук @intjournal
Рубрика: Технические науки
Статья в выпуске: 5-1 (56), 2021 года.
Бесплатный доступ
Данная статья посвящается разработке и реализации новой модели для выявления и локализации объектов на изображениях, основанной на адаптации однокадрового детектора объектов (Single-Shot Detector, SSD). Объектом исследования данной работы являются подходы к выявлению и локализации различных типов объектов на изображениях. Описываются предпосылки к созданию SSD. Производится разработка модифицированного метода SSD. Делается выбор основной модели системы, настройка и описание параметров. Описывается стратегия обучения и архитектуры системы.
Обнаружение объектов, подсчет объектов, нейронные сети, свёрточные нейронные сети
Короткий адрес: https://sciup.org/170188853
IDR: 170188853 | DOI: 10.24412/2500-1000-2021-5-1-51-56
Список литературы Разработка модели для выявления и локализации объектов на изображениях, основанной на адаптации однокадрового детектора объектов
- Chattopadhyay P. et al. "Counting Everyday Objects in Everyday Scenes". en. In: arXiv:1604.03505 [cs](Apr. 2016). arXiv: 1604.03505. URL: http://arxiv.org/abs/1604.03505
- Stahl T., Pintea S.L., van Gemert J.S. "Divide and Count: Generic Object Counting by Image Divisions". en. In: IEEE Trans. on Image Process. 28.2 (Feb. 2019), pp. 1035-1044. issn: 1057-7149, 1941-0042. URL: https:// href='contents.asp?titleid=17185' title='IEEE Transactions on Automatic Control'>IEEExplore.IEEE.org/document/8488575
- Liu W. et al. "SSD: Single Shot MultiBox Detector". en. In: arXiv:1512.02325[cs] 9905 (2016). arXiv: 1512.02325, pp. 21-37. 10.1007/978-3-319-46448-0_2. URL: http://arxiv.org/abs/1512.02325 DOI: 10.1007/978-3-319-46448-0_2.URL
- Redmon J., Farhadi A. "YOLO9000: Better, Faster, Stronger". en. In: arXiv:1612.08242 [cs] (Dec. 2016). arXiv: 1612.08242. URL: http://arxiv.org/abs/1612.08242
- ABBYY Compreno. - [Электронный ресурс]. - Режим доступа: https://www.abbyy.com/ru-ru/science/technologies/compreno
