Подробное описание документа

Линсюэ Ч.
   Классификация изображений в помещении на основе глубокого обучения / Линсюэ Ч. // Теория и реализация информационных систем : сборник статей 1-ой Международной научной конференции (Москва, 15 мая 2025 года) / МГТУ им. Н. Э. Баумана (национальный исследовательский университет) ; общ. ред. Кулик А. А. - М., 2025. - С. 220-227.

Исследована технология классификации изображений на основе глубокого обучения, представлен рабочий принцип сверточной нейронной сети (CNN) и проанализирована соответствующая производительность трех моделей CNN: AlexNet, ResNet50 и VGG16. Метод трансферного обучения используется для проведения экспериментов по классификации изображений в помещениях на наборе данных MIT67 и сравнивается точность классификации трех моделей. Из экспериментальных результатов видно, что ResNet показывает лучшие результаты в задачах классификации изображений, что имеет большое значение для восприятия окружающей среды в таких областях, как навигация роботов и автономное вождение.
Ключевые слова: Сверточные нейронные сети, глубокое обучение, восприятие окружающей среды, классификация изображений