Консолідоване ранжування сучасних хмарних онлайн-сервісів розпізнавання об’єктів на зображеннях

Скорочена інформація про документ
dc.contributor.authorШульгін, О. Я.
dc.contributor.authorШтовба, С. Д.
dc.date.accessioned2025-01-30T13:29:34Z
dc.date.available2025-01-30T13:29:34Z
dc.date.issued2023
dc.description.abstractАвтоматизація розпізнавання об’єктів на зображеннях є доволі поширеною задачею з очевидним практичним застосуванням у промисловому виробництві, медицині, транспорті, безпеці та інших галузях. Сьогодні існує кілька хмарних сервісів, які пропонують онлайн-інструменти для вирішення різних завдань, пов’язаних з розпізнаванням зображень. Вони мають низку переваг над традиційними інструментами. Наразі відсутні методи, які б дозволили користувачу виявити, якій саме хмарний сервіс найкраще підходить під його задачі. При цьому оцінювання має бути стислим і базуватися на використанні обмеженого набору профільних зображень. Відповідно типовий метод грубої сили, який потребує завантаження та аналізу великої кількості зображень є неприйнятним. Метод має ґрунтуватися на деталізованому аналізі результатів розпізнавання за малим набором тестових зображень з урахуванням особливостей хмарних сервісів. В роботі запропоновано метод ранжування хмарних сервісів за малих тестових датасетів. При цьому користувач формує тестові датасети з урахуванням профілю власних задач розпізнавання об’єктів. Запропонований метод базується на трьох частинних метриках, кожна з яких враховує ту чи іншу особливість хмарних сервісів. Перша метрика – це різниця між добутком рівнів впевненості правильно розпізнаних об’єктів та добутком рівнів впевненості хибно розпізнаних об’єктів. Друга метрика – це медіанне значення довжини списку виявлених об'єктів до першої помилки. Список об’єктів має бути відсортовано за спаданням впевненості. Перші дві частинні метрики є традиційними, а третя –новою. Фінальне рішення ухвалюється за консолі-дованим рейтингом, який агрегує три частинні метрики. Застосування методу ілюструється на задачі ранжування хмарних сервісів Microsoft Azure AI Vision Studio, Amazon Rekognition, Google Cloud Vision та Imagga.
dc.identifier.otherУДК 004.932.72
dc.identifier.urihttps://r2.donnu.edu.ua/handle/123456789/3609
dc.publisherВінниця: Вінницький політехнічний інститут
dc.relation.ispartofseries2023. №6. С. 39- 45
dc.subjectрозпізнавання об’єктівukr
dc.subjectхмарні сервісиukr
dc.subjectметрикаukr
dc.subjectранжуванняukr
dc.subjectзображенняukr
dc.titleКонсолідоване ранжування сучасних хмарних онлайн-сервісів розпізнавання об’єктів на зображеннях
dc.typeArticle
Файли
Контейнер файлів
Зараз показуємо 1 - 1 з 1
Ескіз
Назва:
Вісник ВПІ 2023 6.pdf
Розмір:
0 B
Формат:
Adobe Portable Document Format
Опис:
Завантажити
Ліцензійна угода
Зараз показуємо 1 - 1 з 1
Ескіз
Назва:
license.txt
Розмір:
1.71 KB
Формат:
Item-specific license agreed upon to submission
Опис:
Завантажити
Зібрання
Навчально-методичні матеріали