Розробка методу повторної ідентифікації людини
The review of OSNet neural network architecture is made for the purpose of training of own models of re-identification of the person. The structure of the neural network was also considered. Existing data sets for model training are investigated. Models were trained using PyTorch. The obtained own m...
Збережено в:
| Дата: | 2022 |
|---|---|
| Автор: | |
| Формат: | Стаття |
| Мова: | Ukrainian |
| Опубліковано: |
Vinnytsia National Technical University
2022
|
| Теми: | |
| Онлайн доступ: | https://oeipt.vntu.edu.ua/index.php/oeipt/article/view/588 |
| Теги: |
Додати тег
Немає тегів, Будьте першим, хто поставить тег для цього запису!
|
| Назва журналу: | Optoelectronic Information-Power Technologies |
Репозитарії
Optoelectronic Information-Power Technologies| id |
oai:oeipt.vntu.edu.ua:article-588 |
|---|---|
| record_format |
ojs |
| spelling |
oai:oeipt.vntu.edu.ua:article-5882022-05-02T07:31:49Z Development of a method of re-identification of a person Розробка методу повторної ідентифікації людини Кириленко, Олександр Михайлович deep learning human re-identification OSNet PyTorch Market-1501 DukeMTMC-reID глибоке навчання повторна ідентифікація людини OSNet PyTorch Market-1501 DukeMTMC-reID The review of OSNet neural network architecture is made for the purpose of training of own models of re-identification of the person. The structure of the neural network was also considered. Existing data sets for model training are investigated. Models were trained using PyTorch. The obtained own models were tested on the validation databases Market-1501 and DukeMTMC-reID. The results of learning neural network models are presented. The results are obtained in comparison with existing analogues. Зроблено огляд нейромережевої архітектури OSNet з метою навчання власних моделі повторної ідентифікації людини. Також було розглянуто структуру нейронної мережі. Досліджено існуючі набори даних для навчання моделей. Здійснено навчання моделей за допомогою PyTorch. Отримані власні моделі було перевірено на валідаційних наборах даних Market-1501 та DukeMTMC-reID. Представлено результати навчання нейромережевих моделей. Отримані результати порівняно з існуючими аналогами. Vinnytsia National Technical University 2022-05-02 Article Article application/pdf https://oeipt.vntu.edu.ua/index.php/oeipt/article/view/588 10.31649/1681-7893-2021-41-1-25-32 Optoelectronic Information-Power Technologies; Vol. 41 No. 1 (2021); 25-32 Оптико-електроннi iнформацiйно-енергетичнi технологiї; Том 41 № 1 (2021); 25-32 Оптико-електроннi iнформацiйно-енергетичнi технологiї; Том 41 № 1 (2021); 25-32 2311-2662 1681-7893 10.31649/1681-7893-2021-41-1 uk https://oeipt.vntu.edu.ua/index.php/oeipt/article/view/588/559 |
| institution |
Optoelectronic Information-Power Technologies |
| baseUrl_str |
|
| datestamp_date |
2022-05-02T07:31:49Z |
| collection |
OJS |
| language |
Ukrainian |
| topic |
глибоке навчання повторна ідентифікація людини OSNet PyTorch Market-1501 DukeMTMC-reID |
| spellingShingle |
глибоке навчання повторна ідентифікація людини OSNet PyTorch Market-1501 DukeMTMC-reID Кириленко, Олександр Михайлович Розробка методу повторної ідентифікації людини |
| topic_facet |
deep learning human re-identification OSNet PyTorch Market-1501 DukeMTMC-reID глибоке навчання повторна ідентифікація людини OSNet PyTorch Market-1501 DukeMTMC-reID |
| format |
Article |
| author |
Кириленко, Олександр Михайлович |
| author_facet |
Кириленко, Олександр Михайлович |
| author_sort |
Кириленко, Олександр Михайлович |
| title |
Розробка методу повторної ідентифікації людини |
| title_short |
Розробка методу повторної ідентифікації людини |
| title_full |
Розробка методу повторної ідентифікації людини |
| title_fullStr |
Розробка методу повторної ідентифікації людини |
| title_full_unstemmed |
Розробка методу повторної ідентифікації людини |
| title_sort |
розробка методу повторної ідентифікації людини |
| title_alt |
Development of a method of re-identification of a person |
| description |
The review of OSNet neural network architecture is made for the purpose of training of own models of re-identification of the person. The structure of the neural network was also considered. Existing data sets for model training are investigated. Models were trained using PyTorch. The obtained own models were tested on the validation databases Market-1501 and DukeMTMC-reID. The results of learning neural network models are presented. The results are obtained in comparison with existing analogues. |
| publisher |
Vinnytsia National Technical University |
| publishDate |
2022 |
| url |
https://oeipt.vntu.edu.ua/index.php/oeipt/article/view/588 |
| work_keys_str_mv |
AT kirilenkooleksandrmihajlovič developmentofamethodofreidentificationofaperson AT kirilenkooleksandrmihajlovič rozrobkametodupovtornoíídentifíkacíílûdini |
| first_indexed |
2025-09-24T17:29:25Z |
| last_indexed |
2025-09-24T17:29:25Z |
| _version_ |
1850410258378260480 |