| 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)
|
