СУРЕТТЕРДЕГІ ОБЪЕКТІЛЕРДІ ТАНУ ӘДІСТЕРІНІҢ ТИІМДІЛІГІН ТАЛДАУ

Автор(и)

DOI:

https://doi.org/10.26577/jpcsit2024-v2-i4-a4

Ключові слова:

YOLOv7, object detection, Python, Google Colab, training epochs, accuracy, deep learning, computer vision

Анотація

Бұл жұмыста компьютерлік көрудің негізгі мәселелерінің бірі болып табылатын кескіндердегі объектілерді тану мәселесі қарастырылады. Зерттеудің өзектілігі қауіпсіздік, медицина, робототехника, автомобиль өнеркәсібі және сапаны бақылау сияқты салаларда объектілерді тану жүйелерін кеңінен қолданумен байланысты. Зерттеу барысында танудың қолданыстағы әдістері, соның ішінде дәстүрлі тәсілдер мен терең оқытудың заманауи әдістері талданады. Олардың артықшылықтары, кемшіліктері және әртүрлі ортадағы тиімділігі бағаланады. Эксперименттік мәліметтер негізінде тану жүйелерінде қолданудың ең тиімді алгоритмдері таңдалды. Жұмыстың нәтижелері объектілерді тану әдістерін таңдау және жетілдіру бойынша ұсыныстар беруге мүмкіндік берді, бұл осындай жүйелердің дәлдігі мен сенімділігін арттыруға көмектеседі. Алынған тұжырымдар компьютерлік көру саласындағы мамандар мен тану технологияларын қолданатын қосымшаларды жасаушылар үшін пайдалы болуы мүмкін.

Завантажити

Дані для завантаження поки недоступні.

Біографії авторів

  • автор Zhansaya Segizbayeva, афіліація Economic College of Narkhoz University, Almaty, Kazakhstan

    Teacher of special subjects at the "FinTech" department of the Economic College of Narkhoz University (Almaty, Kazakhstan, segizbayeva@college-narxoz.kz). In 2015, he received a master’s degree in information systems at Taraz State University named after M.Kh. Dulaty.

  • автор Aigerim Mukysheva, афіліація Kazakh National Women's Teacher Training University, Almaty, Kazakhstan

    She is a PhD student at Kazakh National Women's Teacher Training University (Almaty, Kazakhstan, aigera_mukusheva@mail.ru). Her research interests mathematics, mathematical statistics.

Завантаження

Опубліковано

2024-12-14