Использование нейронной сети MASK R-cnn для распознавания объектов

Abstract

В данной статье рассматривается способ использования свёрточной нейронной сети Mask R-CNN на базе модели DETECTRON (разработана подразделением Facebook AI Research) для распознавания объектов. Обучение проводилось на дата-сете (база данных) из изображений, которые содержат классы объектов, влияющих на дорожную обстановку. Статья содержит описание этапов обучения нейронной сети и тестирования обученной модели. Также предоставлена сводная таблица результатов тестирования обученной модели, содержащая точность и количество ложных срабатываний нейронной сети по каждому классу. Произведено тестирование модели до и после обучения для сравнительного анализа обучаемости нейронной сети на новые классы объектов без ухудшения точности для уже имеющихся классов. Результаты сравнения моделей вынесены в сводную таблицу.