Поиск

Материалов:
1 005 012

Репозиториев:
30

Авторов:
596 024

Автор

Ключевое слово

Тип статьи

DOI

ORCID

Дополнительно:

Период публикации

Репозиторий

По вашему запросу найдено документов: 251702

Страница 1 из 25171

Based on Weak Light YOLOv3 Multi-Target Detection

Ding Aodi, Lukashevich, P.

Inside the real life scenarios, the YOLOv3 target detection model has achieved good results

Повышение эффективности обнаружения объектов небольших размеров на 8К изображениях при использовании сверточных нейронных сетей

Богуш, Р.П., Абламейко, С.В., Игнатьева, С.А., Адамовский, Е.Р.

использованием сверточной нейронной сети (СНС). В качестве СНС при обработке блоков применяется YOLOv4

Разработка веб-приложения для подбора хештегов к публикациям в Instagram

Пайвин, Д. Н., Глазкова, А. В.

YOLOv3

The Use of the YOLO neural network in the task of separating vehicles and pedestrians at a signal-controlled intersection

Ibriaeva O., Shepelev V., Zhulev A., Chizhova M., Yakupova G., Fatikhova L.

, we trained two configurations of YOLOv3 neural networks based on the Darknet framework

Применение компьютерного зрения для обнаружения и извлечения табличных данных из PDF-файлов

Крупкин, И. А., Лесив, А. А., Барская, Г. Б., Krupkin, I. A., Lesiv, A. A., Barskaya, G. B.

экспериментов показали высокую точность и эффективность алгоритма YOLOv8.

Программный модуль распознавания образов для микрокомпьютеров на основе нейронных сетей семейства YOLOv5

Ковбаса, Г. А.

компактный программный модуль на базе комбинации сети YOLOv5 и ShuffleNet V2, размер и количество параметров

Tracking the flow of motor vehicles on the roads with YOLOv5 and deepsort algorithms

Kuchkarov, T. A., Hamzayev, J. F., Allamuratova, Z.J.

is to count the flow of moving vehicles, in particular, using the YOLOv5 and Deep SORT algorithms to perform

An Improved Small Object Detection Method in Remote Sensing Images Based on YOLOv8

Wang Hao, Ablameyko, S.

research, we conduct a comprehensive analysis and improvement of the YOLOv8-n algorithm for object

Detection of flying objects in images using the YOLOv4-CSP convolutional neural network model

Nebaba, Stepan G., Markov, Nikolay G.

The effectiveness of the YOLOv4-CSP convolutional neural network model in solving the problem

Детекция дефектов печатных плат на основе архитектуры YOLOv8

Инютин, А. В., Лукашевич, М. М.

Детекция дефектов печатных плат на основе архитектуры YOLOv8

Страница 1 из 25171

Фасеты

Новости проекта

Новости

Партнеры

Индексация