Найти

Результаты поиска

• ПОДХОД К ПОСТРОЕНИЮ АДАПТИВНЫХ СИСТЕМ УЧЕТА ОБЪЕКТОВ С ИСПОЛЬЗОВАНИЕМ МЕТОДОВ ИСКУССТВЕННОГО ИНТЕЛЛЕКТА

  В.И. Волощук , Али Гарягдыев, М.А. Козловская , Я.Э. Мельник , А.Н. Самойлов

  2024-11-10

  Аннотация ▼

  Использование методов искусственного интеллекта для учета объектов связано с рядом
  трудностей, таких как вариативность объектов, влияние условий съемки, перекрытие объектов в
  сложных сценах, необходимость работы с разными масштабами и высокой точностью, а также
  наличие шумовых искажений в данных. В статье предлагается основанный на динамическом обу-
  чении и адаптации к входным данным подход к организации настройки и эксплуатации адаптив-
  ных систем учета объектов на базе методов искусственного интеллекта, включающий в себя
  несколько последовательных этапов. Первым этапом является семантический анализ запроса
  пользователя, в основе которого лежит применение векторно-графовой структуры данных, что
  обеспечивает выделение семантически важных элементов запроса, позволяющий системе понять
  контекст задачи и адаптировать стратегию поиска и классификации объектов. Далее следует
  этап автоматического сбора и предобработки данных из открытых источников, что обеспечи-
  вает расширение обучающей выборки и повышение устойчивости модели. Следующим важным
  этапом является формирование обучающей выборки. Этот процесс включает поиск изображений
  на основе семантики запроса, ручную валидацию и разметку данных, а также первичное обучение
  системы для автоматической разметки. Выполнение перечисленных этапов повторяется до тех
  пор, пока не будут достигнуты требуемые характеристики системы. Итеративный процесс
  дообучения, основанный на чередовании автоматической разметки и ручной корректировки, по-
  зволяет сократить временные затраты на формирование обучающих выборок. Преимущество
  использования векторно-графовой структуры заключается в формировании более точного се-
  мантического представления информации. Для повышения обобщающей способности модели при-
  меняется аугментация данных, включающая поворот, отражение, масштабирование, изменение
  яркости и контрастности, а также добавление шума. Предложенный подход предназначен для
  повышения эффективности (как отношения времени работы системы ко времени её настройки)
  систем учета объектов, обеспечивая их адаптивность к различным задачам и условиям съемки