Оценка качества распознавания объектов на тепловизионных изображениях с помощью нейронных сетей

Авторы: Сербиев Р.А., Березан Д.Г.
Опубликовано в выпуске: #4(81)/2023
DOI: 10.18698/2541-8009-2023-4-881
Раздел: Информатика, вычислительная техника и управление | Рубрика: Системный анализ, управление и обработка информации, статистика
Ключевые слова: Классификация изображений, тепловизионные изображения, детектирование объектов на изображениях, распознавание изображений, сверточные нейронные сети глубокого обучения, поиск объектов, GoogleNet, Mask R-CNN
Опубликовано: 06.05.2023

 Представлен метод оценки качества распознавания нейронной сети. Приведено полное описание нейронной сети GoogleNet и показан принцип ее работы. Рассмотрен способ распознавания изображений на основе классифицирующей сверточной нейронной сети GoogleNet, с использованием метода Виолы — Джонса. Приведено описание нейронной сети Mask R-CNN. Выполнено распознавание объектов на тепловизионных изображениях с использованием нейронной сети Mask R-CNN. Экспериментальным путем получены результаты исследования точности распознавания нейронных сетей в зависимости от параметров обучения. Проведен сравнительный анализ результатов моделирования нейросетевого алгоритма для решения задачи классификации и поиска объектов на тепловизионных изображениях.