Тип публикации: доклад, тезисы доклада, статья из сборника материалов конференций
Конференция: НАУЧНОЕ СООБЩЕСТВО СТУДЕНТОВ. МЕЖДИСЦИПЛИНАРНЫЕ ИССЛЕДОВАНИЯ; Новосибирск; Новосибирск
Год издания: 2024
Ключевые слова: граффити, опасные граффити, допустимые граффити, глубокое обучение, нейронные сети, yolov8, graffiti, dangerous graffiti, acceptable graffiti, deep learning, neural networks
Аннотация: Цель работы заключается в обнаружении таких классов граффити, как опасных и допустимых, на изображениях с использованием архитектур глубокого обучения. Для достижения цели был проведен анализ места размещения классов граффити, реализована архитектура сверточной нейронной сети YOLOv8 и проведен эксперимент для обнаружения классов опПоказать полностьюасных и допустимых граффити на изображениях, используя созданный и аннотированный набор данных. В результате были получены значения метрик качества модели и проведен анализ ее эффективности. The aim of the work is to detect such classes of graffiti as dangerous and acceptable in images using deep learning architectures. To achieve this goal, an analysis of the placement of graffiti classes was carried out, the architecture of the YOLOv8 convolutional neural network was implemented, and an experiment was conducted to detect classes of dangerous and permissible graffiti in images using a created and annotated dataset. As a result, the values of the quality metrics of the model were obtained and an analysis of its effectiveness was carried out.
Журнал: Научное сообщество студентов. Междисциплинарные исследования
Номера страниц: 52-60
Место издания: Новосибирск