Temat: R-CNN - Prolib Integro

Skocz do pozycji: 1.

Tytuł:: The Role of Faster R-CNN Algorithm in the Internet of Things to Detect Mask Wearing: The Endemic Preparations
Autorzy:: Nasution, Marah Doly
Al-Khowarizmi
Rahmat, Romi Fadillah
Lubis, Arif Ridho
Lubis, Muharman
Tematy:: Faster R-CNN
IoT
mask
endemic; Pokaż więcej
Wydawca:: Polska Akademia Nauk. Czasopisma i Monografie PAN
Powiązania:: https://bibliotekanauki.pl/articles/27311978.pdf Link otwiera się w nowym oknie
Opis:: Faster R-CNN is an algorithm development that continuously starts from CNN then R-CNN and Faster R-CNN. The development of the algorithm is needed to test whether the heuristic algorithm has optimal provisions. Broadly speaking, faster R-CNN is included in algorithms that are able to solve neural network and machine learning problems to detect a moving object. One of the moving objects in the current phenomenon is the use of masks. Where various countries in the world have issued endemic orations after the Covid 19 pandemic occurred. Detection tool has been prepared that has been tested at the mandatory mask door, namely for mask users. In this paper, the role of the Faster R-CNN algorithm has been carried out to detect masks poured on Internet of Thinks (IoT) devices to automatically open doors for standard mask users. From the results received that testing on the detection of moving mask objects when used reaches 100% optimal at a distance of 0.5 to 1 meter and 95% at a distance of 1.5 to 2 meters so that the process of sending detection signals to IoT devices can be carried out at a distance of 1 meter at the position mask users to automatic doors.
Dostawca treści:: Biblioteka Nauki

Artykuł

na półce

Skocz do pozycji: 2.

Tytuł:: Implementing visual assistant using YOLO and SSD for visually-impaired persons
Autorzy:: Litoriya, Ratnesh
Bandhu, Kailash Chandra
Gupta, Sanket
Rajawat, IIshika
Jagwani, Hany
Yadav, Chirayu
Tematy:: YOLO
SSD
object detection
R-CNN
COCO; Pokaż więcej
Wydawca:: Sieć Badawcza Łukasiewicz - Przemysłowy Instytut Automatyki i Pomiarów
Powiązania:: https://bibliotekanauki.pl/articles/59115480.pdf Link otwiera się w nowym oknie
Opis:: Artificial Intelligence has been touted as the next big thing that is capable of altering the current landscape of the technological domain. Through the use of Artificial Intelligence and Machine Learning, pioneering work has been undertaken in the area of Visual and Object Detection. In this paper, we undertake the analysis of a Visual Assistant Application for Guiding Visually-Impaired Individuals. With recent breakthroughs in computer vision and supervised learning models, the problem at hand has been reduced significantly to the point where new models are easier to build and implement than the already existing models. Different object detection models exist now that provide object tracking and detection with great accuracy. These techniques have been widely used in automating detection tasks in different areas. A few newly discovered detection approaches, such as the YOLO (You Only Look Once) and SSD (Single Shot Detector) approaches, have proved to be consistent and quite accurate at detecting objects in real-time. This paper attempts to utilize the combination of these state-of-the-art, real-time object detection techniques to develop a good base model. This paper also implements a ’Visual Assistant’ for visually impaired people. The results obtained are improved and superior compared to existing algorithms.
Dostawca treści:: Biblioteka Nauki

Artykuł

na półce

Skocz do pozycji: 3.

Tytuł:: Comparative analysis of CNN-based smart pre‐trained models for object detection on DOTA
Autorzy:: Hashmi, Hina
Dwivedi, Rakesh Kumar
Kumar, Anil
Tematy:: remote sensing images
CNN
R-CNN
transfer learning
object detection; Pokaż więcej
Wydawca:: Sieć Badawcza Łukasiewicz - Przemysłowy Instytut Automatyki i Pomiarów
Powiązania:: https://bibliotekanauki.pl/articles/59467154.pdf Link otwiera się w nowym oknie
Opis:: In this paper, we proposed a comparative research project on the classification of various objects in satellite images using some pre-trained models of CNN (VGG- 19, ResNet-50, Inception-V3, EfficientNet-B7) and R-CNN. In this research work, we have used the DOTA dataset, which combines data from 14 classes. We have imple- mented above-mentioned pre-trained models of CNN and R-CNN to achieve optimal results for accuracy as well as productivity in detection of various objects such as ships, tennis courts, swimming pools, vehicles, and harbors from remotely accessed images. In this study, a convolutional neural network (CNN) is used as the base model. For complex computations and for speeding up results, transfer learning is used. With the help of experimental analysis, we have discovered that R-CNN and Inception-V3 performed best out of the five pre-trained models
Dostawca treści:: Biblioteka Nauki

Artykuł

na półce

Skocz do pozycji: 4.

Tytuł:: Model Faster R-CNN uczony na syntetycznych obrazach
Faster R-CNN model learning on synthetic images
Autorzy:: Łach, Błażej
Łukasik, Edyta
Tematy:: computer vision
sztuczne obrazy
Faster R-CNN
głębokie uczenie
synthetic images
deep learning; Pokaż więcej
Wydawca:: Politechnika Lubelska. Instytut Informatyki
Powiązania:: https://bibliotekanauki.pl/articles/1427643.pdf Link otwiera się w nowym oknie
Opis:: Uczenie maszynowe wymaga opisu danych przez człowieka. Opisywanie zbioru danych ręcznie jest bardzo czasochłonne. W artykule zbadano jak model uczył się na zdjęciach sztucznie wytworzonych, z jak najmniejszym udziałem człowieka przy opisywaniu danych. Sprawdzono jaki wpływ miało zastosowanie augmentacji i progresywnego rozmiaru zdjęcia przy treningu modelu na syntetycznym zbiorze. Model osiągnął nawet o 3,35% wyższą średnią precyzję na syntetycznym zbiorze danych przy zastosowaniu treningów z rosnącą rozdzielczością. Augmentacje poprawiły jakość detekcji na rzeczywistych zdjęciach. Wytwarzanie sztucznie danych treningowych ma duży wpływ na przyśpieszenie przygotowania treningów, ponieważ nie wymaga tak dużych nakładów ludzkich, jak klasyczne uczenie modeli z danymi opisanymi przez człowieka.
Machine learning requires a human description of the data. The manual dataset description is very time consuming. In this article was examined how the model learns from artificially created images, with the least human participation in describing the data. It was checked how the model learned on artificially produced images with augmentations and progressive image size. The model has achieve up to 3.35 higher mean average precision on syntetic dataset in the training with increasing images resolution. Augmentations improved the quality of detection on real photos. The production of artificially generated training data has a great impact on the acceleration of prepare training, because it does not require as much human resources as normal learning process.
Dostawca treści:: Biblioteka Nauki

Artykuł

na półce

Skocz do pozycji: 5.

Tytuł:: 09/11 Attacks in Particular American Media
Zamachy z 11 września 2001 r. w wybranych mediach amerykańskich
Autorzy:: Kudła, Adrianna
Opis:: Praca licencjacka pod tytułem „Zamachy z 11 września 2001 r. w wybranych mediach amerykańskich” poświęcona jest analizie czterech mediów Stanów Zjednoczonych, w tym dwóch odnoszących się do prasy oraz dwóch do telewizji. Są nimi "The New York Times", "The Washington Post", CNN oraz FOX News. Praca zakłada widoczne różnice między wszystkimi czterema źródłami odbioru informacji, nie tylko ze względu na ich różnorodność, ale również ze względu na różnice wewnętrzne między ich producentami, bądź wydawcami. Media którymi się posłużono, są do siebie opozycyjne pod względem poglądów politycznych i światopoglądowych, a zostały wybrane z uwagi na swoją popularność wśród społeczeństwa, co zostanie udowodnione w rozdziale czwartym, opisującym wyniki ankiety przeprowadzonej wśród Amerykanów.
The topic of the Bachelor is "09/11 Attacks in Particular American Media" and it is dedicated to analysis of four american media, including two of the press and two of the television. There are as follow: "The New York Times", "The Washington Post", CNN and FOX News. Thesis assumes differences between all four media, not only since of their variety, but also for their inside differences.
Dostawca treści:: Repozytorium Uniwersytetu Jagiellońskiego

Inne

na półce

Informacja

Wyszukujesz frazę "R-CNN" wg kryterium: Temat