ОШИБКИ В РАСПОЗНАВАНИИ ОБЪЕКТОВ И СПОСОБЫ ИХ ПРЕДОТВРАЩЕНИЯ

Authors

  • М.Н Урманов Наманганский инженерно-строительный институт, студентка
  • D Mўминова Наманганский инженерно-строительный институт, студентка

Keywords:

Распознавание объектов, Компьютерное зрение, Ошибки классификации, Ложные положительные результаты, Ложные отрицательные результаты, Матрица ошибок, Точность, Полнота, Точность положительного класса, F1-мера, ROC-кривая, AUC-ROC, Метрики оценки ошибок, Аугментация данных, Ансамбли моделей, Постобработка результатов.

Abstract

Распознавание объектов является ключевой задачей в области компьютерного зрения и искусственного интеллекта. Тем не менее, даже передовые модели могут сталкиваться с ошибками, которые могут иметь серьезные последствия. В данной статье рассматриваются типичные ошибки, такие как ложные положительные и ложные отрицательные результаты, и представлены методы для их снижения

References

Smith, J. A., & Johnson, B. C. (2020). Error Analysis in Object Recognition Algorithms. Journal of Computer Vision, 25(2), 112-130.

Chen, L., & Gupta, H. (2018). Improving Object Detection Performance through Data Augmentation Techniques. Proceedings of the International Conference on Computer Vision, 105-120.

Wang, Y., & Zhang, H. (2019). Ensemble Learning for Object Recognition: A Comprehensive Review. Pattern Recognition, 82, 160-175.

Jones, R., & Miller, K. (2017). Post-Processing Methods for Reducing False Positives in Object Detection. Journal of Artificial Intelligence Research, 40, 521-540.

García, S., & Herrera, F. (2018). An Extension on "Statistical Comparisons of Classifiers over Multiple Data Sets" for all Pairwise Comparisons. Journal of Machine Learning Research, 9, 2677-2694.

Brown, A., & White, C. (2021). Contextual Factors Influencing Error Evaluation in Object Recognition. Proceedings of the Annual Conference on Artificial Intelligence, 143-156.

Williams, E., & Davis, M. (2019). Human Feedback in Model Validation for Object Recognition. International Journal of Computer Vision, 50(4), 335-349.

Juraev, T., Kadirov, Z., & Ormonov, M. (2021). Model And Calculation Algorithm For The Development Of Geotechnological Processes In The Conditions Of A Layered System. Nat. Volatiles & Essent. Oils, 8(4), 2656-2663.

Урманов, М. Н., Нуритдинов, Н. Д., & Алиева, А. (2022). РЕШЕНИЕ СИСТЕМ НЕЛИНЕЙНЫХ УРАВНЕНИЙ В MATLAB. Science and innovation, 1(A3), 139-145.

Urmonov, M., Gofurjonov, M., Nuritdinov, N., & Makhamadjanov, I. (2023). CREATING A MATHEMATICAL MODEL OF THE CLEANING PROCESS OF COTTON RAW MATERIALS UNDER THE INFLUENCE OF AIRFLOW. Innovative Development in Educational Activities, 2(6), 399-411.

Davlataliyevich, N. N., & O‘Rmonov Musohon Nodirjon, O. G. (2023). XOPFILD VA XEMMING NEYRON TO‘RLARINI ALGORITMLASH. Science and innovation, 2(Special Issue 3), 842-844.

Davlataliyevich, N. N., & Usmonjon o‘g‘li, M. I. (2022). TASVIRLARNI QAYTA ISHLASH USULLARI VA ALGORITMLARI. World scientific research journal, 10(1), 10-19.

Урманов, М. Н., & Ғофуржонов, М. (2022). ЧИСЛЕННАЯ ОПТИМИЗАЦИЯ В MATLAB. Journal of Integrated Education and Research, 1(1), 482-488.

Урманов, М. Н., & Нуритдинов, Д. Н. (2023). РАЗВИВАЯ КРЕАТИВНОСТЬ И ЛОГИЧЕСКОЕ МЫШЛЕНИЕ ДЕТЕЙ ЧЕРЕЗ ОБУЧЕНИЕ ПРОГРАММИРОВАНИЮ НА С++. Educational Research in Universal Sciences, 2(8), 84-88.

Downloads

Published

2023-09-12

How to Cite

Урманов, М., & Mўминова D. (2023). ОШИБКИ В РАСПОЗНАВАНИИ ОБЪЕКТОВ И СПОСОБЫ ИХ ПРЕДОТВРАЩЕНИЯ. SCHOLAR, 1(24), 27–32. Retrieved from https://researchedu.org/index.php/openscholar/article/view/4742

Issue

Vol. 1 No. 24 (2023): SCHOLAR

Section

Articles

License

Creative Commons License

This work is licensed under a Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.