Vehicle Fine-grained Recognition Based on Convolutional Neural Networks for Real-world Applications

Kód výsledku v IS VaVaI
<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F00216305%3A26230%2F18%3APU130799" target="_blank" >RIV/00216305:26230/18:PU130799 - isvavai.cz</a>
Výsledek na webu
<a href="http://dx.doi.org/10.1109/NEUREL.2018.8587012" target="_blank" >http://dx.doi.org/10.1109/NEUREL.2018.8587012</a>
DOI - Digital Object Identifier
<a href="http://dx.doi.org/10.1109/NEUREL.2018.8587012" target="_blank" >10.1109/NEUREL.2018.8587012</a>

Jazyk výsledku
angličtina
Název v původním jazyce
Vehicle Fine-grained Recognition Based on Convolutional Neural Networks for Real-world Applications
Popis výsledku v původním jazyce
We explore the implementation of vehicle fine-grained type and color recognition based on neural networks in a real-world application. We suggest changes to the previously published method with respect to capabilities of low-powered devices, such as Nvidia Jetson. Experimental evaluation shows that the accuracy of MobileNet net slightly decreases compared to ResNet-50 from 89.55% to 86.13% while inference is 2.4x faster on Jetson.
Název v anglickém jazyce
Vehicle Fine-grained Recognition Based on Convolutional Neural Networks for Real-world Applications
Popis výsledku anglicky
We explore the implementation of vehicle fine-grained type and color recognition based on neural networks in a real-world application. We suggest changes to the previously published method with respect to capabilities of low-powered devices, such as Nvidia Jetson. Experimental evaluation shows that the accuracy of MobileNet net slightly decreases compared to ResNet-50 from 89.55% to 86.13% while inference is 2.4x faster on Jetson.

Druh
D - Stať ve sborníku
CEP obor
—
OECD FORD obor
10201 - Computer sciences, information science, bioinformathics (hardware development to be 2.2, social aspect to be 5.8)

Rok uplatnění
2018
Kód důvěrnosti údajů
S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

Název statě ve sborníku
2018 14th Symposium on Neural Networks and Applications (NEUREL)
ISBN
978-1-5386-6974-7
ISSN
—
e-ISSN
—
Počet stran výsledku
5
Strana od-do
1-5
Název nakladatele
IEEE Signal Processing Society
Místo vydání
Belgrade
Místo konání akce
SAVA Center Milentija Popovića 9 11070, Belgrade
Datum konání akce
20. 11. 2018
Typ akce podle státní příslušnosti
WRD - Celosvětová akce
Kód UT WoS článku
000457745100031

Podobné výsledky(10)