РАЗРАБОТКА ПРОГРАММНОГО КОМПЛЕКСА АННОТИРОВАНИЯ ДАННЫХ ДЛЯ ЗАДАЧ КОМПЬЮТЕРНОГО ЗРЕНИЯ: ОБЪЕКТНО-ОРИЕНТИРОВАННЫЙ ПОДХОД НА ОСНОВЕ WINFORMS

О журнале

Новости

Цели и сфера

Основатель и издатель

Редакционная коллегия

Условия лицензирования

Конфиденциальность

Отношение к плагиату

Публикационная этика

Политика архивирования

Подписка

Для авторов

Инструкции для авторов

Процесс рецензирования

Авторские права

Договор о передаче прав

Редакционные сборы

Архив

Все выпуски

Поиск

Контакты

Контакты

Устенко Владимир Юрьевич
младший научный сотрудник, Федеральное государственное бюджетное научное учреждение «Институт проблем искусственного интеллекта».
283048, г. Донецк, ул. Артема, д. 118 б.
Область научных интересов: компьютерное зрение, машинное обучение, нейронные сети.

Бондаренко Виталий Иванович
кандидат техн. наук, доцент; доцент кафедры компьютерных технологий физико-технического факультета ФГБОУ ВО "Донгу"; старший научный сотрудник лаборатории интеллектуальных систем и анализа данных ФГБНУ "ИПИИ".
283001, РФ, Донецкая Народная Республика, г. Донецк, пр. Театральный, д. 13, эл. почта mail@vibondarenko.ru.
Область научных интересов: математическое моделирование, процессы переноса, глубокое обучение, обработка естественного языка, интеллектуальный анализ данных. Число научных публикаций – более 100.

Скачать pdf

УДК 004.8, 004.93
DOI 10.24412/2413-7383-2024-3-151-163
Язык: Русский
Аннотация: Данная работа посвящена разработке программного обеспечения для аннотирования данных в форматах COCO и YOLO для задачи компьютерного зрения. Создание высококачественных аннотированных наборов данных напрямую влияет на производительность моделей машинного обучения, что делает эффективное программное обеспечение для аннотирования данных важным компонентом исследований и разработок в области искусственного интел-лекта. В работе выбраны основные критерии классификации инструментов аннотирования, проанализированы возможности современных инструментов аннотирования данных, разработана архитектура и модуль взаимодействия системы.
Ключевые слова: системы аннотирования, программная инженерия, компьютерное зрение, обработка изображений, метаданные, машинное обучение, наборы данных.

Список литературы:
1. Ронжин А. Л. Интеллектуализация и роботизация отечественного научного оборудования для междисциплинарных исследований // Проблемы искусственного интеллекта. 2023. №1 (28). URL: https://cyberleninka.ru/article/n/intellektualizatsiya-i-robotizatsiya-otechestvennogo-nauchnogo-oborudovaniya-dlya-mezhdistsiplinarnyh-issledovaniy (дата обращения: 28.11.2024).
2. Зуев В. М., and Иванова С.Б.. "Оценка собственного местоположения аппарата на основе анализа видеоизображения" Проблемы искусственного интеллекта, vol. 33, no. 2, 2024, pp. 21-28. doi:10.24412/2413-7383-2024-2-21-28
3. Фам Куанг Банг, Мурашов Павел Михайлович, Богатиков Валерий Николаевич НЕЧЕТКАЯ МОДЕЛЬ ДИАГНОСТИКИ ТЕХНОЛОГИЧЕСКИХ ПРОЦЕССОВ // Проблемы искусственного интеллекта. 2023. №3 (30). URL: https://cyberleninka.ru/article/n/nechetkaya-model-diagnostiki-tehnologicheskih-protsessov (дата обращения: 28.11.2024).
4. Хакимов, Р. С. Обзор расширенных техник аугментации для набора данных изображений [Текст] / Р. С. Хакимов, Б. В. Павленко, Я. С. Пикалев // Донецкие чтения 2024: образование, наука, инновации, культура и вызовы современности: Материалы IX Международной научной конференции (Донецк, 15–17 октября 2024 г.). – Т. 2: Физические, химические, технические и компьютерные науки. Часть 2 / Под общей редакцией проф. С.В. Беспаловой. – Донецк : Изд-во ДонГУ, 2024. – 296 с. – С. 272–275. – ISSN 2664-7362 (Print); ISSN 2664-7370 (Online)
5. Дворников С.В., Васильева Д.В. Повышение достоверности выявления аномалий на изображениях при формировании их векторов признаков в базисах вейвлетов // Информатика и автоматизация. 2024. № 6 (23). C. 1698-1729.
6. Сойфер В.А., Фурсов В.А., Харитонов С.И. Калмановская фильтрация одного класса изображений динамических объектов // Информатика и автоматизация. 2024. № 4 (23). C. 953-968.
7. Фаворская М.Н., Пахирка А.И. Восстановление аэрофотоснимков сверхвысокого разрешения с учетом семантических особенностей // Информатика и автоматизация. 2024. № 4 (23). C. 1047-1076.
8. Верхотуров А.Л., Степанов А.С., Илларионова Л.В. Использование радиолокационных данных для мониторинга состояния посевов сельскохозяйственных культур на юге Дальнего Востока России // Информатика и автоматизация. 2024. № 4 (23). C. 1221-1245.
9. Ронжин Андрей Леонидович, Ле Ван Нгиа, Шувалов Никита Оптимизация технологической карты допустимых системотехнических решений задачи видеоаналитики аквакультуры // Вестник ЮУрГУ. Серия: Математика. Механика. Физика. 2024. №2. URL: https://cyberleninka.ru/article/n/optimizatsiya-tehnologicheskoy-karty-dopustimyh-sistemotehnicheskih-resheniy-zadachi-videoanalitiki-akvakultury (дата обращения: 28.11.2024).
10. Гончаренко В.А., Хомоненко А.Д., Абу Хасан Р. Композиционный подход к имитационному моделированию систем массового обслуживания со случайными параметрами // Информатика и автоматизация. 2024. № 6 (23). C. 1577-1608.
11. Беловодский В. Н. Об использовании нейронных сетей к построению областей притяжения периодических режимов нелинейных динамических систем // Проблемы искусственного интеллекта. 2023. №4 (31). URL: https://cyberleninka.ru/article/n/ob-ispolzovanii-neyronnyh-setey-k-postroeniyu-oblastey-prityazheniya-periodicheskih-rezhimov-nelineynyh-dinamicheskih-sistem (дата обращения: 28.11.2024).
12. Зуев В. М., and Иванова С.Б.. "Оценка собственного местоположения аппарата на основе анализа видеоизображения" Проблемы искусственного интеллекта, vol. 33, no. 2, 2024, pp. 21-28. doi:10.24412/2413-7383-2024-2-21-28
13. Фам Куанг Банг, Мурашов Павел Михайлович, Богатиков Валерий Николаевич НЕЧЕТКАЯ МОДЕЛЬ ДИАГНОСТИКИ ТЕХНОЛОГИЧЕСКИХ ПРОЦЕССОВ // Проблемы искусственного интеллекта. 2023. №3 (30). URL: https://cyberleninka.ru/article/n/nechetkaya-model-diagnostiki-tehnologicheskih-protsessov (дата обращения: 28.11.2024).
14. Хакимов, Р. С. Обзор расширенных техник аугментации для набора данных изображений [Текст] / Р. С. Хакимов, Б. В. Павленко, Я. С. Пикалев // Донецкие чтения 2024: образование, наука, инновации, культура и вызовы современности: Материалы IX Международной научной конференции (Донецк, 15–17 октября 2024 г.). – Т. 2: Физические, химические, технические и компьютерные науки. Часть 2 / Под общей редакцией проф. С.В. Беспаловой. – Донецк : Изд-во ДонГУ, 2024. – 296 с. – С. 272–275. – ISSN 2664-7362 (Print); ISSN 2664-7370 (Online)
15. Дворников С.В., Васильева Д.В. Повышение достоверности выявления аномалий на изображениях при формировании их векторов признаков в базисах вейвлетов // Информатика и автоматизация. 2024. № 6 (23). C. 1698-1729.
16. Сойфер В.А., Фурсов В.А., Харитонов С.И. Калмановская фильтрация одного класса изображений динамических объектов // Информатика и автоматизация. 2024. № 4 (23). C. 953-968.
17. Фаворская М.Н., Пахирка А.И. Восстановление аэрофотоснимков сверхвысокого разрешения с учетом семантических особенностей // Информатика и автоматизация. 2024. № 4 (23). C. 1047-1076.
18. Верхотуров А.Л., Степанов А.С., Илларионова Л.В. Использование радиолокационных данных для мониторинга состояния посевов сельскохозяйственных культур на юге Дальнего Востока России // Информатика и автоматизация. 2024. № 4 (23). C. 1221-1245.
19. Ронжин Андрей Леонидович, Ле Ван Нгиа, Шувалов Никита Оптимизация технологической карты допустимых системотехнических решений задачи видеоаналитики аквакультуры // Вестник ЮУрГУ. Серия: Математика. Механика. Физика. 2024. №2. URL: https://cyberleninka.ru/article/n/optimizatsiya-tehnologicheskoy-karty-dopustimyh-sistemotehnicheskih-resheniy-zadachi-videoanalitiki-akvakultury (дата обращения: 28.11.2024).
20. Гончаренко В.А., Хомоненко А.Д., Абу Хасан Р. Композиционный подход к имитационному моделированию систем массового обслуживания со случайными параметрами // Информатика и автоматизация. 2024. № 6 (23). C. 1577-1608.

Выпуск: 4(35)'2024
Раздел: СИСТЕМНЫЙ АНАЛИЗ, УПРАВЛЕНИЕ И ОБРАБОТКА ИНФОРМАЦИИ, СТАТИСТИКА
Как цитировать: Устенко В. Ю. Бондаренко В. И. РАЗРАБОТКА ПРОГРАММНОГО КОМПЛЕКСА АННОТИРОВАНИЯ ДАННЫХ ДЛЯ ЗАДАЧ КОМПЬЮТЕРНОГО ЗРЕНИЯ: ОБЪЕКТНО-ОРИЕНТИРОВАННЫЙ ПОДХОД НА ОСНОВЕ WINFORMS* [Текст] / В. Ю. Устенко В. И. Бондаренко // Проблемы искусственного интеллекта. - 2024. № 4 (35). - С. 151-163. - http://paijournal.guiaidn.ru/ru/2024/4(35)-13.html

Назад к выпуску 4(35)'2024