Please use this identifier to cite or link to this item:
https://elib.psu.by/handle/123456789/45504Full metadata record
| DC Field | Value | Language |
|---|---|---|
| dc.contributor.author | Wang, Hao | ru_RU |
| dc.contributor.author | Ablameyko, S. | ru_RU |
| dc.date.accessioned | 2024-10-03T08:07:45Z | - |
| dc.date.available | 2024-10-03T08:07:45Z | - |
| dc.date.issued | 2024 | - |
| dc.identifier.citation | Wang, Hao Small object detection in remote sensing images by EfficientNet-MBConv and YOLOv8 / Wang Hao, S. Ablameyko // Информационно-коммуникационные технологии: достижения, проблемы, инновации (ИКТ-2024) : электронный сборник статей III международной научно-практической конференции, г. Полоцк, 29 марта 2024 г. / Полоцкий государственный университет имени Евфросинии Полоцкой. – Новополоцк : Полоцкий государственный университет имени Евфросинии Полоцкой, 2024. – С. 83-86. | ru_RU |
| dc.identifier.uri | https://elib.psu.by/handle/123456789/45504 | - |
| dc.description.abstract | Small object detection is a very popular research field in computer vision. In this paper, we use the current good performance YOLOv8 and EfficientNet-MBConv to analyze the detection of small objects and compare them. The results show that EfficientNetMBConv using YOLOv8 has better precision and box(P) than using other methods. | ru_RU |
| dc.language.iso | en | ru_RU |
| dc.publisher | Полоцкий государственный университет имени Евфросинии Полоцкой | ru_RU |
| dc.rights | open access | ru_RU |
| dc.title | Small object detection in remote sensing images by EfficientNet-MBConv and YOLOv8 | ru_RU |
| dc.type | Article | ru_RU |
| Appears in Collections: | Информационно-коммуникационные технологии: достижения, проблемы, инновации. 2024 | |
Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.