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
Development of a model for detecting and localizing objects in images based on the adaptation of a single-frame object detector
This article is devoted to the development and implementation of a new model for the detection and localization of objects in images, based on the adaptation of Single-Shot Detector (SSD). The object of this work is an approach to the detection and localization of different types of objects in images. The prerequisites for SSD are described. The development of a modified SSD method is done. The choice of the basic model of the system, configuration and description of parameters are made. The training strategy and architecture of the system are described.
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
