Logo BSU

Пожалуйста, используйте этот идентификатор, чтобы цитировать или ссылаться на этот документ: https://elib.bsu.by/handle/123456789/341171
Заглавие документа: Нейросетевые архитектуры детекции объектов на основе ориентированных ограничительных рамок
Другое заглавие: Neural network architectures for object detection based on oriented bounding boxes / A. A. Kolb, M. M. Lukashevich
Авторы: Колб, О. О.
Лукашевич, М. М.
Тема: ЭБ БГУ::ЕСТЕСТВЕННЫЕ И ТОЧНЫЕ НАУКИ::Кибернетика
Дата публикации: 2025
Издатель: Минск : БГУ
Библиографическое описание источника: Информационные системы и технологии = Information Systems and Technologies : материалы XI Междунар. науч. конгр. по информатике (CSIST-2025), Респ. Беларусь, Минск, 29–31 окт. 2025 г. В 2 ч. Ч. 2 / Белорус. гос. ун-т ; редкол.: С. В. Абламейко (гл. ред.) [и др]. – Минск : БГУ, 2025. – С. 263-270.
Аннотация: В работе исследуются алгоритмы глубокого обучения для задачи обнаружения объектов на изображениях с акцентом на архитектуры YOLOv8, YOLOv11 и YOLOv12 с поддержкой ориентированных ограничительных рамок (OBB). Проведён сравнительный анализ их производительности, точности и способности к обобщению на медицинском датасете. Результаты представлены в виде мета-таблиц и визуализаций, а также проанализированы по метрикам. Проведено тестирование моделей на реальных данных
Аннотация (на другом языке): The paper investigates deep learning algorithms for object detection in images, with a focus on the YOLOv8, YOLOv11, and YOLOv12 architectures with support for oriented bounding boxes (OBBs). A comparative analysis of their performance, accuracy, and generalisation ability on a medical dataset is conducted. The results are presented in the form of meta-tables and visualisations, and analysed according to metrics. The models are tested on real data
Доп. сведения: Раздел III. Теоретическая информатика и программная инженерия
URI документа: https://elib.bsu.by/handle/123456789/341171
ISBN: 978-985-881-851-7
978-985-881-853-1 (ч. 2)
Лицензия: info:eu-repo/semantics/openAccess
Располагается в коллекциях:2025. Информационные системы и технологии

Полный текст документа:
Файл Описание РазмерФормат 
263-270.pdf926,25 kBAdobe PDFОткрыть
Показать полное описание документа Статистика Google Scholar



Все документы в Электронной библиотеке защищены авторским правом, все права сохранены.