DC Field | Value | Language |
dc.contributor.author | Гиль, С. А. | - |
dc.coverage.spatial | Минск | ru_RU |
dc.date.accessioned | 2023-05-30T11:33:57Z | - |
dc.date.available | 2023-05-30T11:33:57Z | - |
dc.date.issued | 2023 | - |
dc.identifier.citation | Гиль, С. А. Автомобильная автоматизированная система распознавания элементов дорожной разметки = Automotive automated recognition system for road marking elementse / Гиль С. А. // Электронные системы и технологии : сборник материалов 59-й научной конференции аспирантов, магистрантов и студентов БГУИР, Минск, 17–21 апреля 2023 г. / Белорусский государственный университет информатики и радиоэлектроники ; редкол.: Д. В. Лихаческий [и др.]. – Минск, 2023. – С. 929–931. | ru_RU |
dc.identifier.uri | https://libeldoc.bsuir.by/handle/123456789/51655 | - |
dc.description.abstract | Рассматривается разработка автомобильной автоматизированной системы распознавания элементов дорожной разметки. Исследование будет включать в себя сбор данных дорожной разметки, а также обучение и оценку различных моделей глубокого обучения. Предлагаемая система направлена на повышение безопасности дорожного движения путем предоставления водителям более точной и своевременной информации об окружающей их обстановке. Проект имеет значение для областей автомобилестроения, машинного обучения и транспортной инженерии. | ru_RU |
dc.language.iso | ru | ru_RU |
dc.publisher | БГУИР | ru_RU |
dc.subject | материалы конференций | ru_RU |
dc.subject | автомобильные автоматизированные системы | ru_RU |
dc.subject | дорожная разметка | ru_RU |
dc.subject | компьютерное зрение | ru_RU |
dc.subject | автомобилестроение | ru_RU |
dc.subject | обработка изображений | ru_RU |
dc.title | Автомобильная автоматизированная система распознавания элементов дорожной разметки | ru_RU |
dc.title.alternative | Automotive automated recognition system for road marking elementse | ru_RU |
dc.type | Article | ru_RU |
local.description.annotation | The diploma project considers the development of an automotive automated system for recognizing road marking elements. The study will include the collection of road marking data, as well as training and evaluation of various deep learning models. The proposed system is aimed at improving road safety by providing drivers with more accurate and timely information about their environment. The project is important for the fields of automotive, machine learning and transport engineering. | ru_RU |
Appears in Collections: | Электронные системы и технологии : материалы 59-й конференции аспирантов, магистрантов и студентов (2023)
|