• ВХОД

    •  

    Полное описание

    Ляхов, Павел Алексеевич. Интеллектуальный анализ рентгенограмм лёгких нейросетью Yolo для распознавания COVID-19 / П. А. Ляхов, Д. Н. Бондаренко, Э. Е. Боярская. - Текст (визуальный) : непосредственный // Высокопроизводительные вычисления для решения прикладных задач : сборник материалов X-й (67-й) ежегодной научно-практической конференции студентов, преподавателей и молодых ученых Северо-Кавказского федерального университета "Университетская наука - региону" : секция факультета математики и компьютерных наук имени профессора Н. И. Червякова (г. Ставрополь, 17-23 апреля 2023 г.) / Министерство науки и высшего образования Российской Федерации, Северо-Кавказский федеральный университет (СКФУ). - Ставрополь : Северо-Кавказский федеральный ун-т, 2023. - С. 71-75. - Библиогр. в конце ст. - ISBN 978-5-9296-1256-5.

    ГРНТИ УДК
    28.23.37004.032.26-049.8
    28.23.15004.93
    76.01.8561:004.8

    Рубрики:
    Нейронные сети -- Применение
    Искусственный интеллект -- Применение в медицине
    Распознавание образов

    Кл.слова (ненормированные): нейронные сети -- глубокое обучение -- детекция -- компьютерное зрение -- метрика -- COVID-19
    Аннотация: В статье рассматривается проблема детекции Covid-19 посредством глубокого обучения. Авторы описывают применение различных моделей Yolo для распознавания Covid-19. В статье сравнивается качество моделей Yolov5 и Yolov8 при решении поставленной задачи. В ходе проведённого эксперимента авторы приходят к выводу, что модель Yolov8 достигает лучшего качества при решении данной задачи. Однако, проведённый авторами эксперимент показал, что использование даже таких продвинутых моделей, как Yolo, не позволяет достичь достаточно высокого качества при решении задачи детекции Covid-19. Авторы приходят к выводу, что необходимо рассмотреть ансамбли Yolo с другими моделями глубокого обучения.
    Доп. точки доступа:
    Бондаренко, Д.Н.
    Боярская, Э.Е.
    Северо-Кавказский федеральный университет(Ставрополь)

    Экз-ры полностью afd711e39f3f15a987cc6bb18d63579b
    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): -844540-988733)

    Шифр в сводном ЭК: ed450ee1d962bfac61725da7cae993c5




    Заказ фрагмента документа ₽