| DC Field | Value | Language |
|---|
| dc.contributor.author | Птуха, В. И. | - |
| dc.coverage.spatial | Минск | en_US |
| dc.date.accessioned | 2024-09-18T08:01:13Z | - |
| dc.date.available | 2024-09-18T08:01:13Z | - |
| dc.date.issued | 2024 | - |
| dc.identifier.citation | Птуха, В. И. Проблемы и оптимальные пути решений задачи контроля качества продукции при помощи компьютерного зрения = Problems and optimal ways to solve the problem of product quality control using computer vision / В. И. Птуха // Компьютерные системы и сети : сборник статей 60-й научной конференции аспирантов, магистрантов и студентов, Минск, 22–26 апреля 2024 г. / Белорусский государственный университет информатики и радиоэлектроники. – Минск, 2024. – С. 504–507. | en_US |
| dc.identifier.uri | https://libeldoc.bsuir.by/handle/123456789/57512 | - |
| dc.description.abstract | В статье рассматриваются сильные стороны применения компьютерного зрения для контроля качества продукции.
Выделены задачи, в которых компьютерное зрение может применяться, способы которыми эти задачи могут быть решены.
Описан процесс подготовки датасета. Приведены варианты типов нейронных сетей, наиболее подходящих для данной задачи. Определены, в соответствии с техническими нормативно-правовыми актами, характеристики продукции и контролируемые параметры. Обозначены задачи для дальнейшей работы по данному направлению. | en_US |
| dc.language.iso | ru | en_US |
| dc.publisher | БГУИР | en_US |
| dc.subject | материалы конференций | en_US |
| dc.subject | компьютерное зрение | en_US |
| dc.subject | нейронные сети | en_US |
| dc.subject | машинное обучение | en_US |
| dc.subject | контроль качества | en_US |
| dc.title | Проблемы и оптимальные пути решений задачи контроля качества продукции при помощи компьютерного зрения | en_US |
| dc.type | Article | en_US |
| local.description.annotation | The article discusses the strengths of computer vision application for product quality control. The tasks in which computer vision can be applied and the ways in which these tasks can be solved are highlighted. The process of dataset preparation is described. The variants of types of neural networks most suitable for this task are given. Product characteristics and controlled parameters are defined, in accordance with technical regulations. The tasks for further work in this area are outlined. | en_US |
| Appears in Collections: | Компьютерные системы и сети : материалы 60-й научной конференции аспирантов, магистрантов и студентов : сборник статей (2024)
|
