Анализ эффективности механизмов внимания в задаче сегментации изображений циферблатов аналоговых счетчиков

dc.contributor.authorСлюсар, Вадим Іванович
dc.contributor.authorСлюсарь, Ігор Іванович
dc.date.accessioned2023-08-31T07:06:22Z
dc.date.available2023-08-31T07:06:22Z
dc.date.issued2022-12-07
dc.descriptionСлюсар В.И., Слюсарь И.И. Анализ эффективности механизмов внимания в задаче сегментации изображений циферблатов аналоговых счетчиков. // Нейромережні технології та їх застосування НМТіЗ-2022: збірник наукових праць XXI-ї Міжнародної наукової конференції «Нейромережні технології та їх застосування НМТіЗ-2022», 7-8 грудня 2022 року, Краматорськ-Тернопіль, Україна. С. 37-43.
dc.description.abstractThe results of studying the accuracy of various architectures of U-Net neural networks with an attention mechanism in solving the problem of image segmentation of analogue counter dials are considered. It is concluded that there is no effect of increasing accuracy due to the integration of one- and two-channel attention schemes, while the achieved segmentation accuracy was 86.3%. Рассмотрены результаты исследования точности различных архитектур нейросетей U-Net с механизмом внимания при решении задачи сегментации изображений циферблатов аналоговых счетчиков. Сделан вывод об отсутствии эффекта увеличения точности за счет интеграции одно- и двухканальных схем внимания, при этом достигнутая точность сегментации составила 86.3 %.
dc.identifier.isbnISBN 978-617-7889-32-7
dc.identifier.otherУДК 004.89
dc.identifier.urihttps://dspace.pdau.edu.ua/handle/123456789/15240
dc.language.isoru
dc.publisherДонбаська державна машинобудівна академія
dc.subjectU-Net
dc.subjectWater Meters
dc.subjectнейронная сеть
dc.subjectмеханизм внимания
dc.titleАнализ эффективности механизмов внимания в задаче сегментации изображений циферблатов аналоговых счетчиков
dc.typeThesis
Files
Original bundle
Now showing 1 - 1 of 1
Loading...
Thumbnail Image
Name:
Slyusar_NNTA_2022.pdf
Size:
1.29 MB
Format:
Adobe Portable Document Format
License bundle
Now showing 1 - 1 of 1
No Thumbnail Available
Name:
license.txt
Size:
16.99 KB
Format:
Item-specific license agreed upon to submission
Description: