Analysis of Existing Neural Networks for Image Classification

2023

Закрытый доступ Метаданные (CSL-JSON)
DOI 10.52209/1609-1825_2023_1_348
Достоверность данных 70 средняя
Как считается эта оценка

Складывается из проверяемых признаков самой записи: есть ли у статьи DOI, сколько независимых источников подтвердили её данные, заполнены ли обязательные поля и насколько свежо последнее подтверждение. Снижают оценку расхождения между источниками и отсутствие идентификатора. Значение от 80 означает, что запись опубликована без дополнительной проверки; от 60 до 79 — что она опубликована с пониженной достоверностью и ручная проверка желательна. Запись, выверенную редактором вручную, пересчёт не опускает ниже 90. Это оценка наших данных о статье, а не оценка самой статьи.

Аннотация

Aspects of image classification are considered. The description of the principles of construction of convolutional neural networks is given. The principle of operation of the basic convolutional neural network is considered. The basic concepts necessary for working with neural networks are studied. A general overview of neural networks for image classification is proposed. Considered such neural networks as: LeNet, AlexNet, VGG image Net, Enet. Particular attention is paid to the architecture of neural networks. Their distinctive properties, advantages and disadvantages of neural networks were highlighted and an analysis of their effectiveness was carried out