Skip navigation
Please use this identifier to cite or link to this item: https://libeldoc.bsuir.by/handle/123456789/47200
Full metadata record
DC FieldValueLanguage
dc.contributor.authorВерхов, К. А.-
dc.date.accessioned2022-06-01T13:03:19Z-
dc.date.available2022-06-01T13:03:19Z-
dc.date.issued2022-
dc.identifier.citationВерхов, К. А. Классификация методов обнаружения объектов на изображении с использованием машинного обучения / К. А. Верхов // Электронные системы и технологии [Электронный ресурс] : сборник материалов 58-й научной конференции аспирантов, магистрантов и студентов БГУИР, Минск, 18-22 апреля 2022 г. / Белорусский государственный университет информатики и радиоэлектроники ; редкол.: Д. В. Лихаческий [и др.]. – Минск, 2022. – С. 70–72. – Режим доступа : https://libeldoc.bsuir.by/handle/123456789/46926.ru_RU
dc.identifier.urihttps://libeldoc.bsuir.by/handle/123456789/47200-
dc.description.abstractРассмотрена классификация методов обнаружения объектов на изображении. Описаны особенности различных методов обнаружения объектов на изображении. Предложены варианты использования методов обнаружения объектов на изображении с использованием машинного обучения. The classification of methods for detecting objects in an image is considered. The features of various methods for detecting objects in an image are described. Options for using methods for detecting objects in an image using machine learning are proposed.ru_RU
dc.language.isoruru_RU
dc.publisherБГУИРru_RU
dc.subjectматериалы конференцийru_RU
dc.subjectмашинное обучениеru_RU
dc.subjectкомпьютерное зрениеru_RU
dc.subjectобработка изображенийru_RU
dc.subjectmachine learningru_RU
dc.subjectcomputer visionru_RU
dc.subjectimage processingru_RU
dc.titleКлассификация методов обнаружения объектов на изображении с использованием машинного обученияru_RU
dc.title.alternativeClassification of methods for detecting objects in images using machine learningru_RU
dc.typeСтатьяru_RU
Appears in Collections:Электронные системы и технологии : материалы 58-й конференции аспирантов, магистрантов и студентов (2022)

Files in This Item:
File Description SizeFormat 
Verkhov_Klassifikatsiya.pdf208.06 kBAdobe PDFView/Open
Show simple item record Google Scholar

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