Журнал «Современная Наука»

СРАВНИТЕЛЬНЫЙ АНАЛИЗ СОВРЕМЕННЫХ АРХИТЕКТУР НЕЙРОННЫХ СЕТЕЙ ДЛЯ ЗАДАЧ КОМПЬЮТЕРНОГО ЗРЕНИЯ

Назипов Рустам Салаватович (руководитель НИИ “ЭВРИКА”, г. Казань)

В данной статье проводится сравнительный анализ трех современных архитектур нейронных сетей для задач компьютерного зрения: сверточных нейронных сетей (CNN), ResNet и YOLO. Рассматриваются ключевые особенности, преимущества и ограничения каждой архитектуры. Обсуждаются практическая значимость и перспективы развития нейронных сетей в области компьютерного зрения, включая разработку гибридных моделей, использование методов переноса знаний и интеграцию с классическими подходами. Подчеркивается важность дальнейших исследований для повышения эффективности, адаптивности и интерпретируемости нейронных сетей в решении широкого спектра задач компьютерного зрения.

Ключевые слова:компьютерное зрение, нейронные сети, сверточные нейронные сети, ResNet, YOLO, архитектуры нейронных сетей, глубокое обучение, интерпретируемость, перенос знаний, гибридные модели.

Читать полный текст статьи …

Ссылка для цитирования:
Назипов Р. С. СРАВНИТЕЛЬНЫЙ АНАЛИЗ СОВРЕМЕННЫХ АРХИТЕКТУР НЕЙРОННЫХ СЕТЕЙ ДЛЯ ЗАДАЧ КОМПЬЮТЕРНОГО ЗРЕНИЯ // Современная наука: актуальные проблемы теории и практики. Серия: Естественные и Технические Науки. -2024. -№09. -С. 101-103 DOI 10.37882/2223-2966.2024.9.27

ПРАВОВАЯ ИНФОРМАЦИЯ:
Перепечатка материалов допускается только в некоммерческих целях со ссылкой на оригинал публикации. Охраняется законами РФ. Любые нарушения закона преследуются в судебном порядке.
© ООО "Научные технологии"