Обработка данных при распознавании объектов с помощью сверточных нейросетей

Ткаченко, С. В.; Смирнова, Т. В.; Лефанова, И. В.

doi:10.46646/SAKH-2023-2-269-272

Issue Date Author Title Subject

Please use this identifier to cite or link to this item: https://elib.bsu.by/handle/123456789/326485

Title:	Обработка данных при распознавании объектов с помощью сверточных нейросетей
Other Titles:	Data processing in recognition of objects using convolutional neural network / S. Tkachenko, T. Smirnova, I. Lefanova
Authors:	Ткаченко, С. В. Смирнова, Т. В. Лефанова, И. В.
Keywords:	ЭБ БГУ::ЕСТЕСТВЕННЫЕ И ТОЧНЫЕ НАУКИ::Кибернетика
Issue Date:	2023
Publisher:	Минск : ИВЦ Минфина
Citation:	Сахаровские чтения 2023 года: экологические проблемы XXI века = Sakharov readings 2023 : environmental problems of the XXI century : материалы 23-й Международной научной конференции, 18–19 мая 2023 г., г. Минск, Республика Беларусь : в 2 ч. / Междунар. гос. экол. ин-т им. А. Д. Сахарова Бел. гос. ун-та; редкол. : А. Н. Батян [и др.] ; под ред. д-ра б. н., доцента О. И. Родькина, к. т. н., доцента М. Г. Герменчук. – Минск : ИВЦ Минфина, 2023. – Ч. 2. – С. 269-272.
Abstract:	Представлены этапы обработки данных от различных источников для задачи распознавания изображений нейронной сетью. Алгоритмы реализованы на языке Python с помощью библиотек TensorFlow и API Keras
Abstract (in another language):	The stages of data processing from different sources for the task of image recognition by a neural network are presented. The algorithms are implemented in Python using the TensorFlow libraries and the Keras API
Description:	Информационные системы и технологии в оценке и управлении качеством окружающей среды
URI:	https://elib.bsu.by/handle/123456789/326485
ISBN:	978-985-880-339-1 978-985-880-341-4 (ч. 2)
DOI:	10.46646/SAKH-2023-2-269-272
Licence:	info:eu-repo/semantics/openAccess
Appears in Collections:	2023. Сахаровские чтения 2023 года: экологические проблемы XXI века

Files in This Item:

File	Description	Size	Format
269-272.pdf		340,49 kB	Adobe PDF	View/Open

Show full item record Google Scholar