id int64 18 18.8k | created_at timestamp[ns, tz=UTC]date 2026-02-23 07:30:20 2026-02-24 14:51:09 | updated_at timestamp[ns, tz=UTC]date 2026-02-23 08:08:14 2026-02-24 14:51:09 | doc_name stringclasses 1
value | input stringlengths 11 9.24k | output stringlengths 0 738 | is_personal bool 2
classes | is_sentence bool 2
classes | is_corrected bool 2
classes |
|---|---|---|---|---|---|---|---|---|
8,357 | 2026-02-24T08:53:26.888000Z | 2026-02-24T08:53:26.888000Z | Lec. | В обучающем наборе содержится 6768 изображений с БПЛА и 13536 изображений со спутника, в наборе «запрос» – 2331 изображение с БПЛА и 4662 изображения со спутника, в наборе «галерея» – 9099 изображений с БПЛА и 18198 изображений со спутника | false | true | false | |
8,356 | 2026-02-24T08:53:25.009000Z | 2026-02-24T08:53:25.009000Z | Lec. | Были использованы спутниковые изображения за два разных года и в трех разных масштабах для повышения разнообразия | false | true | false | |
8,355 | 2026-02-24T08:53:23.148000Z | 2026-02-24T08:53:23.148000Z | Lec. | Собран в 14 университетах города Чжэцзяна, Китай, с помощью БПЛА на трех разных высотах: 80 м, 90 м и 100 м | false | true | false | |
8,354 | 2026-02-24T08:53:21.384000Z | 2026-02-24T08:53:21.384000Z | Lec. | DenseUAV [30] | false | false | false | |
8,353 | 2026-02-24T08:53:19.648000Z | 2026-02-24T08:53:19.648000Z | Lec. | Используется для перекрестной геолокации, превосходит наборы данных, сделанные с одной высотой при моделировании развертывания в реальных условиях | false | true | false | |
8,352 | 2026-02-24T08:53:17.900000Z | 2026-02-24T08:53:17.900000Z | Lec. | В SUES-200 приоритет отдается качеству изображения: разрешение снимков с БПЛА составляет 1080х1080 пикселей, а со спутника – 512х512 пикселей | false | true | false | |
8,351 | 2026-02-24T08:53:16.154000Z | 2026-02-24T08:53:16.154000Z | Lec. | Коллекция фотографий с БПЛА включает в себя 40000 снимков (по 10 000 на каждой высоте) из 200 мест, а спутниковая галерея содержит 200 изображений | false | true | false | |
8,350 | 2026-02-24T08:53:14.389000Z | 2026-02-24T08:53:14.389000Z | Lec. | Набор «запросов» с БПЛА содержит 16000 изображений (по 4000 на каждую высоту) из 80 мест, в то время как набор запросов со спутника содержит 80 изображений | false | true | false | |
8,349 | 2026-02-24T08:53:12.715000Z | 2026-02-24T08:53:12.715000Z | Lec. | В тестовом наборе представлены наборы «запрос» (16 000 изображений с БПЛА из 80 местоположениями и 80 снимков со спутника) и «галерея» (40 000 изображений с БПЛА из 200 местоположений и 200 снимков со спутника | false | true | false | |
8,348 | 2026-02-24T08:53:11.054000Z | 2026-02-24T08:53:11.054000Z | Lec. | Обучающий набор включает изображения из 120 мест, 24000 снимков с дрона (по 6000 на каждой высоте) и 120 спутниковых снимков | false | true | false | |
8,347 | 2026-02-24T08:53:09.274000Z | 2026-02-24T08:53:09.274000Z | Lec. | Охватывает 200 мест в Шанхайском университете инженерных наук (SUES), включая парки, озера и здания | false | true | false | |
8,346 | 2026-02-24T08:53:07.522000Z | 2026-02-24T08:53:07.522000Z | Lec. | Спутниковые снимки с разрешением 512 × 512 пикселей сопоставлены со снимками с БПЛА разрешением 1080× 1080 пикселей | false | true | false | |
8,345 | 2026-02-24T08:53:05.680000Z | 2026-02-24T08:53:05.680000Z | Lec. | Каждое местоположение включает в себя 50 фотографий с дрона, сделанных по изогнутой траектории полета | false | true | false | |
8,344 | 2026-02-24T08:53:03.926000Z | 2026-02-24T08:53:03.926000Z | Lec. | Состоит из снимков с БПЛА, сделанных на различных высотах (150 м, 200 м, 250 м, 300 м) с помощью камеры DJI Phantom 4 Pro, что позволяет анализировать масштабно-инвариантные характеристики объекта | false | true | false | |
8,343 | 2026-02-24T08:53:02.052000Z | 2026-02-24T08:53:02.052000Z | Lec. | SUES-200 [29] | false | false | false | |
8,342 | 2026-02-24T08:53:00.487000Z | 2026-02-24T08:53:00.487000Z | Lec. | Включает панорамы улиц 105214 изображений после балансировки (из 238696 необработанных панорам), GPS-координаты, данные об ориентации | false | false | false | |
8,341 | 2026-02-24T08:52:58.322000Z | 2026-02-24T08:52:58.322000Z | Lec. | Расширяет наборы CVUSA и CVACT и содержит 90 618 спутниковых снимков, охватывающих 4 города США (Нью-Йорк, Сиэтл, Сан-Франциско, Чикаго) | false | true | false | |
8,340 | 2026-02-24T08:52:56.448000Z | 2026-02-24T08:52:56.448000Z | Lec. | CVACT предназначен для задач геолокации и сценариев развертывания в реальных условиях, превосходя CVUSA по точности определения местоположения благодаря более высокой плотности данных | false | true | false | |
8,339 | 2026-02-24T08:52:54.603000Z | 2026-02-24T08:52:54.603000Z | Lec. | Значительным усовершенствованием по сравнению с ранее упомянутым датасетом является предоставление точных GPS-аннотаций для всех тестовых изображений, позволяющих проводить количественную оценку местоположения с точки зрения точности на основе расстояния | false | true | false | |
8,338 | 2026-02-24T08:52:52.649000Z | 2026-02-24T08:52:52.649000Z | Lec. | CVACT [27] состоит из обучающего набора размерностью 35532 пар и тестового – 92802 пары | false | false | false | |
8,337 | 2026-02-24T08:52:50.664000Z | 2026-02-24T08:52:50.664000Z | Lec. | Разработан с целью преодоления ограничений CVUSA путем за счет предоставления детальной информации о местоположении и охвата обширного географического региона | false | true | false | |
8,336 | 2026-02-24T08:52:48.920000Z | 2026-02-24T08:52:48.920000Z | Lec. | Изображения сосредоточены в одном географическом месте, что подходит для просмотра пространственных соотношений между различными углами обзора | false | true | false | |
8,335 | 2026-02-24T08:52:47.192000Z | 2026-02-24T08:52:47.192000Z | Lec. | Набор данных включает в себя: 35532 пары обучающих изображений и 8884 пары тестовых | false | true | false | |
8,334 | 2026-02-24T08:52:45.551000Z | 2026-02-24T08:52:45.551000Z | Lec. | Он состоит из парных изображений, полученных: панорамных видов с земли и аэрофотоснимков | false | true | false | |
8,333 | 2026-02-24T08:52:44.011000Z | 2026-02-24T08:52:44.011000Z | Lec. | Используется в задачах перекрестной геолокации и визуальной локализации | false | true | false | |
8,332 | 2026-02-24T08:52:42.263000Z | 2026-02-24T08:52:42.263000Z | Lec. | Набор данных полезен для визуальной локализации БПЛА, так как содержит разнообразные реально-снятые данные | false | true | false | |
8,331 | 2026-02-24T08:52:40.540000Z | 2026-02-24T08:52:40.540000Z | Lec. | Ключевой особенностью ATMD является аннотация, составленная специалистами, каждого изображения, содержащая до 16 соответствий точек между отдельным аэрофотоснимком и ортомозаикой | false | true | false | |
8,330 | 2026-02-24T08:52:38.776000Z | 2026-02-24T08:52:38.776000Z | Lec. | После получения эти изображения были объединены для создания ортомозаики (результат обработки и объединения нескольких изображений в одно непрерывное [26]), каждый пиксель которой был помечен геотегами | false | true | false | |
8,329 | 2026-02-24T08:52:37.123000Z | 2026-02-24T08:52:37.123000Z | Lec. | Изображения ATMD были получены в разное время суток, обеспечивая широкий диапазон освещения и условий окружающей среды | false | true | false | |
8,328 | 2026-02-24T08:52:35.366000Z | 2026-02-24T08:52:35.366000Z | Lec. | Представляет собой коллекцию из 2052 частично перекрывающихся аэрофотоснимков высокого разрешения, которые сделаны с помощью БПЛА DJI Phantom 4 Pro в 3 регионах Пакистана общей площадью около 2 Покрывает разнообразные ландшафты от малонаселенных жилых районов с водоемами и растительностью до густонаселенных городских р... | false | true | false | |
8,327 | 2026-02-24T08:52:33.461000Z | 2026-02-24T08:52:33.461000Z | Lec. | Каждая последовательность полетов сопровождается GPS-координатами, высотой, данными об ориентации и записями траектории полета, что делает ее пригодной как для геопространственного анализа, так и для разработки алгоритма локализации | false | true | false | |
8,326 | 2026-02-24T08:52:31.455000Z | 2026-02-24T08:52:31.455000Z | Lec. | Широкий спектр типов данных AgEagle, включая RGB-изображения, облака точек, необработанные данные, ортомозаику, мультиспектральные изображения, цифровые модели поверхности (DSM) и тепловизионные изображения, делает его богатым ресурсом для различных приложений | false | true | false | |
8,325 | 2026-02-24T08:52:29.562000Z | 2026-02-24T08:52:29.562000Z | Lec. | Что обеспечивает разнородность данных, включая изображения с разрешением от 2 до 11 см и высоте съемки 60– 285 м | false | true | false | |
8,324 | 2026-02-24T08:52:27.873000Z | 2026-02-24T08:52:27.873000Z | Lec. | Состоит из снимков с нескольких БПЛА (eBee X, WingtraOne и другие) и датчиков (S.O.D.A., RedEdgeP и других) | false | true | false | |
8,323 | 2026-02-24T08:52:26.238000Z | 2026-02-24T08:52:26.238000Z | Lec. | Набор аэрофотоснимков, полученных с помощью БПЛА, предназначенный для поддержки исследований в области точного земледелия, мониторинга окружающей среды и визуальной локализации БПЛА | false | true | false | |
8,322 | 2026-02-24T08:52:24.468000Z | 2026-02-24T08:52:24.468000Z | Lec. | AgEagle [24] | false | false | false | |
8,321 | 2026-02-24T08:52:22.836000Z | 2026-02-24T08:52:22.836000Z | Lec. | Благодаря своей детализированной структуре и разнообразным способам получения изображений, University-1652 применяется для задач перекрестной геолокации [23] | false | true | false | |
8,320 | 2026-02-24T08:52:20.978000Z | 2026-02-24T08:52:20.978000Z | Lec. | Каждое здание представлено свыше 58 изображениями, включающими наземные изображения с разных ракурсов и синтетические, созданные путем обрезки каждых 15 кадров из видеороликов с БПЛА | false | true | false | |
8,319 | 2026-02-24T08:52:19.200000Z | 2026-02-24T08:52:19.200000Z | Lec. | В тестовом наборе 2579 изображений тех же зданий, но полученных из других 39 университетов, что обеспечивает отсутствие дублирования между данными для обучения и тестирования | false | true | false | |
8,318 | 2026-02-24T08:52:17.576000Z | 2026-02-24T08:52:17.576000Z | Lec. | Он содержит в общей сложности 50218 изображений, представляющих 701 здание в 33 университетах, из которых 37855 изображений с дрона, 701 спутниковое изображение | false | true | false | |
8,317 | 2026-02-24T08:52:15.665000Z | 2026-02-24T08:52:15.665000Z | Lec. | Состоит из спутниковых изображений, изображений с БПЛА, сделанных с помощью камеры направленной вниз (синтезированные из 3D-моделей Google Earth’s [20]) и панорамных изображений зданий (Google Street View [21] и Google Image searches [22]) | false | true | false | |
8,316 | 2026-02-24T08:52:13.998000Z | 2026-02-24T08:52:13.998000Z | Lec. | University-1652 [19] | false | false | false | |
8,315 | 2026-02-24T08:52:12.240000Z | 2026-02-24T08:52:12.240000Z | Lec. | Архивы «GRE», «NIR», «RED», «REG» и «RGB» содержат изображения двух траекторий полета из соответствующего спектрального диапазона, «GT_DAT» предоставляет 3D-визуализацию траектории | false | true | false | |
8,314 | 2026-02-24T08:52:10.453000Z | 2026-02-24T08:52:10.453000Z | Lec. | Набор данных состоит из 12 карт Федерального университета Риу-Гранди-ду-Сул в Порту-Алегри, Бразилия | false | true | false | |
8,313 | 2026-02-24T08:52:08.439000Z | 2026-02-24T08:52:08.439000Z | Lec. | Применяется для разработки и оценки мультиспектральных дескрипторов и алгоритмов локализации в приложениях для дронов при различном освещении и условиях окружающей среды | false | true | false | |
8,312 | 2026-02-24T08:52:06.797000Z | 2026-02-24T08:52:06.797000Z | Lec. | Отличительная особенность датасета состоит в том, что он включает мультиспектральные снимки, причем данные собираются как в видимом (RGB), так и в инфракрасном (ИК) каналах | false | true | false | |
8,311 | 2026-02-24T08:52:05.005000Z | 2026-02-24T08:52:05.005000Z | Lec. | UFRGS_UAV [18] | false | false | false | |
8,310 | 2026-02-24T08:52:03.270000Z | 2026-02-24T08:52:03.270000Z | Lec. | Содержит 5 спутниковых карт кампуса Федерального университета Риу-Гранди-ду-Сул в Порту-Алегри, Бразилия, и 156 изображений с БПЛА | false | false | false | |
8,309 | 2026-02-24T08:52:01.129000Z | 2026-02-24T08:52:01.129000Z | Lec. | POA_UAV [17] | false | false | false | |
8,308 | 2026-02-24T08:51:59.273000Z | 2026-02-24T08:51:59.273000Z | Lec. | Был предложен метод визуальной локализации, использующий предварительно обученные сети SuperPoint и LightGlue как для последовательного набора кадров, так и для сопоставления кадра с картой | false | true | false | |
8,307 | 2026-02-24T08:51:57.510000Z | 2026-02-24T08:51:57.510000Z | Lec. | В исследовании [16] AdM_UAV использовался для оценки эффективности различных алгоритмов сопоставления изображений на основе ключевых точек | false | false | false | |
8,306 | 2026-02-24T08:51:55.553000Z | 2026-02-24T08:51:55.553000Z | Lec. | В набор данных входят 5 спутниковых карт размером 4800 x 4800 пикселей, что соответствует площади 1160 x 1160 метров | false | true | false | |
8,305 | 2026-02-24T08:51:53.914000Z | 2026-02-24T08:51:53.914000Z | Lec. | Датасет имеет 4 степени свободы, что позволяет моделировать различные движения и маневры БПЛА во время полета | false | true | false | |
8,304 | 2026-02-24T08:51:52.300000Z | 2026-02-24T08:51:52.300000Z | Lec. | Полеты проводились над регионом Арройо-дель-Мейо в Бразилии по двум различным траекториям, содержащих 1222 и 1380 изображений | false | true | false | |
8,303 | 2026-02-24T08:51:50.168000Z | 2026-02-24T08:51:50.168000Z | Lec. | Содержит два набора изображений, полученных с помощью БПЛА | false | true | false | |
8,302 | 2026-02-24T08:51:48.665000Z | 2026-02-24T08:51:48.665000Z | Lec. | AdM_UAV [15] | false | false | false | |
8,301 | 2026-02-24T08:51:47.170000Z | 2026-02-24T08:51:47.170000Z | Lec. | Наборы данных с сопоставленными спутниковыми снимками и изображениями с дронов: | false | true | false | |
8,300 | 2026-02-24T08:51:45.527000Z | 2026-02-24T08:51:45.527000Z | Lec. | Особый интерес представляют наборы данных, содержащие согласованные изображения с БПЛА и спутниковых карт, что позволяет эффективно решать задачи перекрестной геолокации и визуальной локализации | false | true | false | |
8,299 | 2026-02-24T08:51:43.758000Z | 2026-02-24T08:51:43.758000Z | Lec. | В частности, датасет [14] содержит разнообразные наборы данных аэрофотоснимков и спутниковых изображений с аннотациями для задач компьютерного зрения и глубокого обучения | false | true | false | |
8,298 | 2026-02-24T08:51:41.990000Z | 2026-02-24T08:51:41.990000Z | Lec. | Для решения задачи визуальной локализации используются спутниковые снимки и изображения, получаемые с БПЛА | false | true | false | |
8,297 | 2026-02-24T08:51:40.307000Z | 2026-02-24T08:51:40.307000Z | Lec. | Адаптация методов аугментации к данным БПЛА требует учета уникальных особенностей: вариативности высоты съемки, оптических искажений и динамических условий среды | false | true | false | |
8,296 | 2026-02-24T08:51:38.540000Z | 2026-02-24T08:51:38.540000Z | Lec. | Ср. 3. 19. 3,5. 21. 3. 21,5 | false | false | false | |
8,295 | 2026-02-24T08:51:36.727000Z | 2026-02-24T08:51:36.727000Z | Lec. | Г. 3. 17. 3. 21. 3. 21. 16,7 | false | false | false | |
8,294 | 2026-02-24T08:51:34.917000Z | 2026-02-24T08:51:34.917000Z | Lec. | В. 3. 19. 5. 21. 3. 25. 18 | false | false | false | |
8,293 | 2026-02-24T08:51:33.141000Z | 2026-02-24T08:51:33.141000Z | Lec. | Б. 3. 25. 3. 25. 3. 25. 22 | false | false | false | |
8,292 | 2026-02-24T08:51:31.638000Z | 2026-02-24T08:51:31.638000Z | Lec. | А. 3. 15. 3. 17. 3. 15. 12,7 | false | false | false | |
8,291 | 2026-02-24T08:51:29.869000Z | 2026-02-24T08:51:29.869000Z | Lec. | Ср. каналов | false | false | false | |
8,290 | 2026-02-24T08:51:28.149000Z | 2026-02-24T08:51:28.149000Z | Lec. | Размеры медианного фильтра для RGB-каналов разных поверхностей | false | true | false | |
8,289 | 2026-02-24T08:51:26.454000Z | 2026-02-24T08:51:26.454000Z | Lec. | А представляет поверхность крыши здания, Б – растительность, В – дорожное покрытие и Г – поверхность крыши балкона здания | false | true | false | |
8,288 | 2026-02-24T08:51:24.728000Z | 2026-02-24T08:51:24.728000Z | Lec. | Экспериментально авторами определены оптимальные средние размеры фильтров для эффективного подавления шума в различных областях изображения и цветовых канала (таблица 1) как среднее для минимального и максимального размеров медианного фильтра для красного, зеленого и синего каналов в зависимости от поверхности [11] | false | true | false | |
8,287 | 2026-02-24T08:51:22.934000Z | 2026-02-24T08:51:22.934000Z | Lec. | Коэффициенты отражения используются для коррекции и интерпретации изображений, полученных с помощью БПЛА | false | true | false | |
8,286 | 2026-02-24T08:51:21.209000Z | 2026-02-24T08:51:21.209000Z | Lec. | Полированный алюминий обладает низким коэффициентом излучения (около 0,04), а вода имеет высокие значения коэффициента излучения (около ) | false | false | false | |
8,285 | 2026-02-24T08:51:19.651000Z | 2026-02-24T08:51:19.651000Z | Lec. | Например, асфальт имеет низкое альбедо, составляющее приблизительно 0,04, в то время как свежий снег имеет высокое альбедо, составляющее около 0,80. коэффициент излучения | false | true | false | |
8,284 | 2026-02-24T08:51:17.556000Z | 2026-02-24T08:51:17.556000Z | Lec. | Выделяют следующие коэффициенты отражения [11]:. альбедо, которое показывает долю падающего света, которую отражает поверхность | false | true | false | |
8,283 | 2026-02-24T08:51:15.937000Z | 2026-02-24T08:51:15.937000Z | Lec. | Коэффициенты отражения поверхности количественно определяют отражательную способность поверхности, что влияет на качество получаемых изображений | false | true | false | |
8,282 | 2026-02-24T08:51:14.178000Z | 2026-02-24T08:51:14.178000Z | Lec. | Она выполняется следующим образом: заменяется значение каждого пикселя средним значением соседних пикселей, сохраняя границы при одновременном снижении уровня шума [12];. фильтрация по Винеру направлена на минимизацию среднеквадратичной ошибки между оценённым и исходным истинным изображением, подходит для гауссовского ... | false | true | false | |
8,281 | 2026-02-24T08:51:12.116000Z | 2026-02-24T08:51:12.116000Z | Lec. | Для борьбы с влиянием шума используют следующие методы:. медианная фильтрация для защиты от шума соли и перца | false | true | false | |
8,280 | 2026-02-24T08:51:10.472000Z | 2026-02-24T08:51:10.472000Z | Lec. | Он проявляется в виде изменений интенсивности, приводящих к появлению зернистости на изображениях. спекл-шум: вызван помехами от множества рассеянных сигналов, что приводит к образованию гранулированного шума | false | true | false | |
8,279 | 2026-02-24T08:51:08.646000Z | 2026-02-24T08:51:08.646000Z | Lec. | В работе [11] выделены три типа помех на моделях локализации БПЛА:. шум соли и перца: характеризуется случайным появлением черных и белых пикселей, обычно возникает из-за внезапных сбоев в работе датчиков изображения или ошибок передачи. гауссовский шум: имеет нормальное распределение и обычно является результатом дефе... | false | true | false | |
8,278 | 2026-02-24T08:51:06.821000Z | 2026-02-24T08:51:06.822000Z | Lec. | Качество изображений ухудшается также из-за шума, возникающего как от внутренних, так и от внешних источников | false | true | false | |
8,277 | 2026-02-24T08:51:05.246000Z | 2026-02-24T08:51:05.246000Z | Lec. | Исправление геометрических искажений на изображениях, полученных в ходе калибровки камеры БПЛА во время полета, осуществляется с помощью матрицы аффинного преобразования [9,10], регулирующей масштабирование, поворот и сдвиг, исходя из таких параметров, как фокусное расстояние, основная точка и коэффициенты искажения об... | false | true | false | |
8,276 | 2026-02-24T08:51:03.357000Z | 2026-02-24T08:51:03.357000Z | Lec. | Для устранения геометрического разрыва между панорамами с земли и аэрофотоснимками изображениями применяется полярное преобразование [8] | false | true | false | |
8,275 | 2026-02-24T08:51:01.803000Z | 2026-02-24T08:51:01.803000Z | Lec. | Изображения, сделанные дроном во время полета, имеют различные искажения, поэтому требуются специфические методы борьбы с ними | false | true | false | |
8,274 | 2026-02-24T08:51:00.244000Z | 2026-02-24T08:51:00.244000Z | Lec. | Изменение погодных условий – добавление эффектов дождя, тумана, снегопада | false | true | false | |
8,273 | 2026-02-24T08:50:58.278000Z | 2026-02-24T08:50:58.278000Z | Lec. | Изменение сезона – имитация снежного покрова, осенней листвы или засухи путем замены текстур и цветовой коррекции | false | true | false | |
8,272 | 2026-02-24T08:50:56.412000Z | 2026-02-24T08:50:56.412000Z | Lec. | Изменение времени суток – моделирование вариаций освещения (дневное, ночное, сумеречное) через коррекцию яркости, контраста и добавление искусственных источников света | false | true | false | |
8,271 | 2026-02-24T08:50:54.766000Z | 2026-02-24T08:50:54.766000Z | Lec. | Современные методы аугментации данных для задач визуальной локализации БПЛА охватывают четыре ключевых направления: | false | true | false | |
8,270 | 2026-02-24T08:50:53.188000Z | 2026-02-24T08:50:53.188000Z | Lec. | Аугментация данных | false | true | false | |
8,269 | 2026-02-24T08:50:51.539000Z | 2026-02-24T08:50:51.539000Z | Lec. | Результаты обучения детекторов показали, что модели, обученные на смешанных данных, продемонстрировали более высокую среднюю точность по сравнению с моделями, использующими только реальные данные | false | true | false | |
8,268 | 2026-02-24T08:50:49.774000Z | 2026-02-24T08:50:49.774000Z | Lec. | Использовались параметрические метааннотации, которые позволяли контролировать такие характеристики, как длина, шероховатость и серьезность трещин | false | true | false | |
8,267 | 2026-02-24T08:50:48.217000Z | 2026-02-24T08:50:48.217000Z | Lec. | Схожим образом были получены полусинтетические изображения в статье [7], где трещины были добавлены на фотореалистичные 3D-модели зданий и мостов | false | true | false | |
8,266 | 2026-02-24T08:50:46.447000Z | 2026-02-24T08:50:46.447000Z | Lec. | Экспериментальные результаты показывают, что использование полусинтетических данных существенно улучшает производительность модели, особенно в условиях ограниченного количества реальных данных | false | true | false | |
8,265 | 2026-02-24T08:50:44.693000Z | 2026-02-24T08:50:44.693000Z | Lec. | Также наблюдалось асимптотическое насыщение при снижении значений RDR | false | true | false | |
8,264 | 2026-02-24T08:50:43.152000Z | 2026-02-24T08:50:43.152000Z | Lec. | Результаты экспериментов показали, что при уменьшении значения RDR, которое происходит за счет увеличения доли полусинтетических данных, повышается точность модели | false | true | false | |
8,263 | 2026-02-24T08:50:41.410000Z | 2026-02-24T08:50:41.410000Z | Lec. | Для оценки эффективности использовался коэффициент RDR (Real Data Ratio), который рассчитывается как отношение количества реальных рядов (RS) к общему количеству рядов, включающему как реальные, так и полусинтетические данные (RS+SS) | false | true | false | |
8,262 | 2026-02-24T08:50:39.841000Z | 2026-02-24T08:50:39.841000Z | Lec. | Авторы обучили модель на различных соотношениях реальных и полусинтетических данных | false | true | false | |
8,261 | 2026-02-24T08:50:37.996000Z | 2026-02-24T08:50:37.996000Z | Lec. | Предложенный алгоритм синтеза данных использует следующие трансформации (каждая применяется с заданной вероятностью):. адаптивное выравнивание гистограммы с ограниченным контрастом;. изменение яркости и контрастности с коэффициентом от до ;. обрезка произвольного размера от до , где h – высота исходного изображения;. м... | false | true | false | |
8,260 | 2026-02-24T08:50:35.966000Z | 2026-02-24T08:50:35.966000Z | Lec. | Процесс включает в себя создание новых искусственных изображений путем искажения существующих изображений катетеров и их интеграции в изображения сердца с пустыми камерами | false | true | false | |
8,259 | 2026-02-24T08:50:34.307000Z | 2026-02-24T08:50:34.307000Z | Lec. | В статье [6] описан метод получения полусинтетических данных для локализации и сегментации медицинских инструментов при 3D‑эхокардиографии | false | true | false | |
8,258 | 2026-02-24T08:50:32.650000Z | 2026-02-24T08:50:32.650000Z | Lec. | Для начала необходимо проанализировать уже существующие решения генерации полусинтетических данных | false | true | false |
Subsets and Splits
No community queries yet
The top public SQL queries from the community will appear here once available.