Skip navigation
Please use this identifier to cite or link to this item: https://libeldoc.bsuir.by/handle/123456789/48083
Title: Программный модуль распознавания образов для микрокомпьютеров на основе нейронных сетей семейства YOLOv5
Other Titles: Software module for pattern recognition for microcomputers based on neural networks of YOLOv5 family
Authors: Ковбаса, Г. А.
Keywords: материалы конференций;нейронные сети;распознавание образов;YOLOv5;трансферное обучение;pattern recognition;neural network optimization;transfer learning
Issue Date: 2022
Publisher: БГУИР
Citation: Ковбаса, Г. А. Программный модуль распознавания образов для микрокомпьютеров на основе нейронных сетей семейства YOLOv5 = Software module for pattern recognition for microcomputers based on neural networks of YOLOv5 family / Ковбаса Г. А. // Компьютерные системы и сети : сборник статей 58-й научной конференции аспирантов, магистрантов и студентов, Минск, 18–22 апреля 2022 г. / Белорусский государственный университет информатики и радиоэлектроники. – Минск, 2022. – С. 37–40.
Abstract: Проблема распознавания образов приобрела в настоящее время большой масштаб в связи с развитием автомобильных автопилотов, персональных ассистентов, технологий виртуальной и дополненной реальности. Однако существующие технологии не обладают достаточной эффективностью для быстрого обучения моделей и детектирования образов множества объектов в условиях получения выборки в реальном времени. В данной работе представлен компактный программный модуль на базе комбинации сети YOLOv5 и ShuffleNet V2, размер и количество параметров которого было оптимизированно для последующей работы на встраиваемых системах. Программный интерфейс модуля спроектирован с учетом возможности портирования на различные платформы.
Alternative abstract: The problem of pattern recognition has now acquired a large scale in connection with the development of car autopilots, personal assistants, virtual and augmented reality technologies. However, existing technologies are not efficient enough for fast training of models and detection of images of many objects in the conditions of obtaining a sample in real time. This paper presents a compact software module based on a combination of the YOLOv5 network and ShuffleNet V2, the size and number of parameters of which have been optimized for subsequent work on embedded systems. The program interface of the module is designed with the possibility of porting to different platforms.
URI: https://libeldoc.bsuir.by/handle/123456789/48083
Appears in Collections:Компьютерные системы и сети : материалы 58-й научной конференции аспирантов, магистрантов и студентов : сборник статей (2022)

Files in This Item:
File Description SizeFormat 
Kovbasa_Programmnyy.pdf552.45 kBAdobe PDFView/Open
Show full item record


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.