ТЕРЕҢ ОҚЫТУ НЕГІЗІНДЕ НАҚТЫ УАҚЫТТА ОБЪЕКТІЛЕРДІ ТАНУ

2021

Полный текст Открытый доступ: Hybrid Метаданные (CSL-JSON)
DOI 10.52167/1609-1817-2021-116-1-286-293
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

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.