ТЕРЕҢ ОҚЫТУ НЕГІЗІНДЕ НАҚТЫ УАҚЫТТА ОБЪЕКТІЛЕРДІ ТАНУ

2021

Full text Open access: Hybrid Metadata (CSL-JSON)
DOI 10.52167/1609-1817-2021-116-1-286-293
Data confidence 70 medium
How this score is calculated

It is built from checkable properties of the record itself: whether the article has a DOI, how many independent sources confirmed its data, whether the required fields are filled in, and how recent the latest confirmation is. Disagreement between sources and a missing identifier lower it. A value of 80 or above means the record was published without further checking; 60 to 79 means it is published at reduced confidence, with a manual check advisable. A record verified by an editor by hand is never pushed below 90 by a recalculation. This scores our data about the article, not the article itself.

Abstract

Мақалада конволюциялық нейрондық желіні (CNN) пайдалану қажеттілігінің өсуі есептеу қуаты шектеулі және жады ресурстарымен мобильді құрылғылар тиімді модельдеу бойынша зерттеулерді арттыру мәселелері қарастырылған бірқатар тиімді архитектуралар жасалды. Олардың ішінде соңғы жылдары ұсынылған, MobileNet, ShuffleNet және MobileNetV2 архитектуралары зерттелген. Зерттеу нәтижесінде бұл модельдердің барлығы тереңдетілген оқшаулауға негізделеді, бұл көптеген терең оқу жүйелерінде тиімді іске асырылмайды деген корытынды жасалған. Сондықтан бұл зерттеуде біз тұрақты конволюцияға тиімді жүйе ұсынылған. Содан кейін біз жүйені Single Shot MultiBox Detector (SSD) көмегімен біріктіру арқылы нақты уақытта объектілерді анықтау жүйесін ұсынамыз.