Abstract
Проаналізовано існуючі системи розпізнавання людей та дано їх характеристику. Окремо описано особливості двоступеневого та одноступеневого розпізнавання образів, наведено методики підвищення продуктивності глибоких нейронних мереж за допомогою зменшення кількості операцій. Подано особливості роботи нейронних мереж на основі YOLOv3 та охарактеризовано архітектуру досліджуваного алгоритму. Описано програмну реалізацію для YOLOv3 з участю фремворка Darknet та бібліотеки Tensorflow. Описано процес тренування досліджуваної нейтронної мережі. Отримані результати навчання свідчать, що покращена мережа має хорошу продуктивність в задачах розпізнавання і класифікації цілей.
Publisher
European Scientific Platform (Publications)
Subject
General Agricultural and Biological Sciences