Журнал
Научно-технический вестник информационных технологий, механики и оптики
УДК:004.85
Номер:4 (134)
Скачать PDF0 Кбайт
Байесовские функции потерь для моделирования гомоскедастичной алеаторной неопределенности в задаче детекции пыльцы на изображениях
Аннотация:
Предмет исследования. Представлены результаты моделирования гомоскедастичной алеаторной неопределенности для детекции пыльцевых зерен на изображениях. Приведено описание новых разработанных функций потерь моделирования неопределенности, основанных на фокусной и сглаженной L1 функциях потерь. Актуальность и отличие от существующих функций состоит в том, что базовые фокусная и сглаженная L1 функции, являясь передовыми для решения задачи детекции объектов на изображении, не позволяют оценить алеаторную неопределенность. Разработанные функции позволяют дать такую оценку и представить более точное решение задачи детекции пыльцы. Метод. Предложены функции потерь для обучения нейронной сети RetinaNet, моделирующие гомоскедастичную алеаторную неопределенность, для детекции объектов на изображении. Функции получены с помощью байесовского вывода и позволяют использовать его в существующих нейросетевых детекторах, основанных на архитектуре RetinaNet. Преимущества функций потерь продемонстрированы на задаче детекции изображений пыльцы. Основные результаты. С помощью новых функций потерь удалось повысить точность детекции пыльцы, а именно локализации и классификации, на изображениях в среднем на 2,76 %. Показано, что моделирование гомоскедастичной алеаторной неопределенности в процессе обучения нейронной сети позволяет отделять шум, присущий данным, от сигнала, тем самым повышая точность решения задач. Практическая значимость. Предложенные функции потерь позволяют значительно повысить точность детекции пыльцы на изображениях, что имеет решающее значение для распознавания пыльцы в целом. Результаты работы дадут возможность автоматизировать процесс определения пыльцы аллергенов в воздухе и сократить время информирования больных поллинозами для предупреждения симптомов аллергии. Разработанные функции могут быть применены для обучения нейронной сети для детекции на любых других наборах данных изображений.
Ключевые слова:
Постоянный URL
Статьи в номере
- О возможности применения моностатической схемы построения наземного телескопа при наблюдении космических объектов
- Проблема применения процедуры DREM в задаче идентификации интервально заданных параметров
- Особенности морфологии микро- и нанопористых пленок меди и серебра для фотокаталитического применения, синтезированных с использованием реакции замещения
- Биоинспирированные метаэвристические алгоритмы построения расписаний в облаке: систематический обзор
- Оценка применимости методов асинхронного программирования при решении проблемы согласованности данных в микросервисной среде
- Факторная модель обнаружения и распознавания контура и основных элементов человеческого лица
- Исследование устойчивости информационнотелекоммуникационных сетей в условиях стохастической перколяции узлов
- Алгоритм поиска всех путей в графе с заданными контекстно-свободными ограничениями с использованием матриц с множествами промежуточных вершин
- Система поддержки принятия решений при проведении технологического процесса протонной лучевой терапии
- Определение опасных состояний водителя транспортного средства на основе информации устройств носимой электроники
- Исполняющая машина автоматных программ
- Алгоритм выявления синтезированного голоса на основе кепстральных коэффициентов и сверточной нейронной сети
- Методика оценки рисков информационных систем на основе анализа поведения пользователей и инцидентов информационной безопасности
- Идентификация аккаунтов пользователей при помощи сравнения изображений: подход на основе pHash
- Исследование движения человека в системах компьютерного зрения на основе скелетной модели
- Решение задач сверх- и гиперзвуковой газовой динамики с использованием модели высокотемпературного воздуха
- Моделирование нарушений безопасности в системах машинного обучения
- Математическое моделирование оптимальной онкотерапии злокачественных опухолей
- Численное исследование разлета смеси газа и частиц с осевой симметрией
- Исследование модулятора двулучепреломления на основе ниобата лития