Цель: Представленные результаты исследования направлены на тестирование эффективности современных методов обнаружения объектов. Было проверено две популярные одношаговые нейронные сети, основанные на подходе "вы смотрите только один раз». Методы исследования: сверточная нейронная сеть, логистическая регрессия, вероятностная теория, стохастический градиентный спуск. Результаты: Рассмотренные архитектуры искусственных нейронных сетей для обнаружения объектов были обучены и применены для конкретной задачи обнаружения летательных аппаратов на изображениях с воздуха, снятых с беспилотных летательных аппаратов и спутников. Обсуждение: Представлены результаты экспериментальной проверки подтверждают высокую способность этих методов к обнаружению, их высокую точность определения местоположения и скорость обработки в реальном времени с помощью современного графического процессора. Рассмотрены нейронные сети могут быть легко переобучены для обнаружения различных классов наземных объектов.
Виявлення літаків на зображеннях з повітря з використанням нейронної мережі YOLO
2018
Article (Journal)
Electronic Resource
Unknown
Metadata by DOAJ is licensed under CC BY-SA 1.0
Проблеми та методи моделювання систем кондиціонування повітря літаків цивільної авіації
DOAJ | 2000
ПРОГРАМНА РЕАЛІЗАЦІЯ ШТУЧНОЇ НЕЙРОННОЇ МЕРЕЖІ В АВТОМАТИЗОВАНИХ ІНТЕЛЕКТУАЛЬНИХ СИСТЕМАХ
DOAJ | 2009
|ВИЗНАЧЕННЯ ОПТИМАЛЬНОГО МАРШРУТУ В КОМП’ЮТЕРНІЙ МЕРЕЖІ ЗАСОБАМИ БАГАТОШАРОВОЇ НЕЙРОННОЇ МОДЕЛІ
DOAJ | 2018
|