Оптимізація архітектури неглибоких згорткових нейронних мереж для систем комп’ютерного зору реального часу
Системи обробки інформації · 30.06.2026 · (2(185)) · 32-39
DOI: 10.30748/soi.2026.185.04 ↗Kurz gefasst
Fachartikel in der Zeitschrift Системи обробки інформації, online erschienen am 30.06.2026. Verfasst von Я.Д. Гозак und 1 weiteren Autor:innen. Der Volltext ist frei zugänglich (Open Access, CC BY 4.0).
Abstract (Originalsprache)
У даному дослідженні проаналізовано вплив конфігурацій розмірів ядер та типів згорткових шарів на ефективність неглибоких згорткових нейронних мереж (Convolutional Neural Network – CNN) для задач класифікації зображень. Метою роботи є вивчення варіацій ядер та розроблення альтернатив до відомих архітектурних конфігурацій. Основну увагу приділено оцінюванню впливу застосування різних типів ядер шляхом аналізу фіксованої неглибокої мережі. Використання неглибокої архітектури дозволяє мінімізувати кількість навчальних шарів і, таким чином, ізолювати вплив параметрів ядра на загальну продуктивність моделі. На основі наборів даних MNIST та CIFAR-10 проведено систематичний аналіз впливу розмірів ядер (від 3×3 до 11×11 у кожному шарі) та конфігурацій згорток – стандартних, дилатованих (dilated) і згорток із зсувом (strided) – для вхідних зображень із кількома роздільностями (32×32, 64×64, 128×128 та 256×256 пікселів). Результати показують, що для простих наборів даних, таких як MNIST, розмір ядра має незначний вплив: більшість конфігурацій досягають високої точності (~(97–98) %). Натомість для CIFAR-10 менші ядра у першому шарі краще виявляють дрібні деталі, тоді як більші ядра у другому шарі сприяють покращенню узагальнення на вищих роздільностях. Дилатовані згортки продемонстрували суттєві переваги при обробці зображень високої роздільності, скорочуючи час інференсу майже удвічі (для зображень 256×256) без втрати точності, особливо у випадках значної просторової надлишковості. Згортки зі зсувом, хоча й обчислювально ефективні, стабільно знижують точність через втрату просторових деталей.
Zitieren
APA
Гозак, Я., & Палій, С. (2026). Оптимізація архітектури неглибоких згорткових нейронних мереж для систем комп’ютерного зору реального часу. Системи обробки інформації, 32-39. https://doi.org/10.30748/soi.2026.185.04
Vancouver
Гозак Я, Палій С. Оптимізація архітектури неглибоких згорткових нейронних мереж для систем комп’ютерного зору реального часу. Системи обробки інформації. 2026:32-39. doi:10.30748/soi.2026.185.04
BibTeX
@article{2026,
author = {Гозак, Я.Д. and Палій, С.В.},
title = {Оптимізація архітектури неглибоких згорткових нейронних мереж для систем комп’ютерного зору реального часу},
journal = {Системи обробки інформації},
year = {2026},
number = {2(185)},
pages = {32--39},
doi = {10.30748/soi.2026.185.04}
}
EUVIMED