• ВХОД

    •  

    Полное описание

    Тур, Александр Игоревич. Вопросы оптимизации работы проектов с применением машинного зрения на базе устройств интернета вещей / А. И. Тур, А. Н. Кокоулин. - DOI 10.15593/2224-9397/2021.2.01. - Текст : непосредственный // Пермский национальный исследовательский политехнический университет. Вестник Пермского национального исследовательского политехнического университета. Электротехника, информационные технологии, системы управления : журнал. - 2021. - N 38. - С. 5-22. - Библиогр. в конце ст.

    ГРНТИ УДК
    28.23.37004.93
    004.032.26

    Рубрики:
    Искусственный интеллект -- Машинное обучение -- Глубокое обучение

    Кл.слова (ненормированные): интернет вещей -- нейронная сеть глубокого обучения -- машинное зрение -- область интереса
    Аннотация: В статье рассмотрено формулирование принципов решения перечисленных задач и разработка метода повышения качества распознавания для случаев, когда базовые решения достигли максимума своей эффективности. Продемонстрировано на примере проекта Sortomat - автомата по приёму у населения перерабатываемой упаковки от различных товаров. Методика исследования базируется на применении воссоздаваемых результатов в ходе серии экспериментов и при математическом моделировании. Результатом является модификация автомата, которая с точки зрения практической значимости позволяет, сохраняя общую стоимость технического проекта, улучшать ряд характеристик Sortomat. Так, в качестве сенсоров в Sortomat выбраны камеры, позволяющие получать видеосигнал. Это значительно дешевле применения более сложных устройств анализа объекта, но позволяет добиться в большинстве случаев аналогичного качества распознавания. Для оптимизации использования вычислительных ресурсов применяются оптимизатор Adam и циклическое обучение. Это позволило уменьшить вес файла, описывающего веса, в два раза без потери качества распознавания (с сохранением уровня количества ошибок первого и второго порядка). При создании датасетов применяются алгоритм поиска области интереса на изображении и мажоритарная система распознавания объекта. Область интереса позволяет значительно снизить объём «бесполезной» информации на входах систем. Это повышает общее качество выборки (присутствуют только искомые объекты). Мажоритарная система позволяет принимать решения в ситуациях, когда объект оказывается похож на два и более объектов из разных классов. Она, методом весовых коэффициентов, определяет достоверность результатов по каждому из датасетов и выносит общий вердикт о принадлежности объекта к классу.
    Доп. точки доступа:
    Кокоулин, А.Н.

    Экз-ры полностью a7adc862914e342ccc666c85277d46f2/2021/38
    Нет сведений об экземплярах
    Держатели документа:
    Государственная публичная научно-техническая библиотека России : 123298, г. Москва, ул. 3-я Хорошевская, д. 17 (Шифр в БД-источнике (KATBW): -861166-519435)

    Шифр в сводном ЭК: d006245662e5df94113c15953ed234e3




    Заказ фрагмента документа ₽