id
int64
18
21.1k
created_at
timestamp[ns, tz=UTC]date
2026-02-23 07:30:20
2026-02-24 16:54:39
updated_at
timestamp[ns, tz=UTC]date
2026-02-23 08:08:14
2026-02-24 16:54:39
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
17,207
2026-02-24T13:37:48.218000Z
2026-02-24T13:37:48.218000Z
Lec.
Язык программирования: C++ (рекомендуется версия C++20 и выше)
true
true
false
17,206
2026-02-24T13:37:45.414000Z
2026-02-24T13:37:45.414000Z
Lec.
Также необходимо для работы на множестве запущенных устройств под единым управлением
false
true
false
17,205
2026-02-24T13:37:42.852000Z
2026-02-24T13:37:42.852000Z
Lec.
Подключение к интернету: Необходимо для загрузки кода и зависимостей из GitHub
false
true
false
17,204
2026-02-24T13:37:39.096000Z
2026-02-24T13:37:39.096000Z
Lec.
Операционная система: Linux или Windows с использованием WSL для совместимости
false
true
false
17,203
2026-02-24T13:37:35.934000Z
2026-02-24T13:37:35.934000Z
Lec.
Свободное пространство на устройстве: Не менее 25 ГБ для установки программы, её зависимостей и хранения сгенерированных схем
false
true
false
17,202
2026-02-24T13:37:33.457000Z
2026-02-24T13:37:33.457000Z
Lec.
Оперативная память: Минимум 4 ГБ для базовой работы, рекомендуется 8 ГБ и выше для стабильной работы с большими объемами данных
false
true
false
17,201
2026-02-24T13:37:30.451000Z
2026-02-24T13:37:30.451000Z
Lec.
Следует выполнить сборку согласно инструкциям в документации, установив все необходимые зависимости и инструменты для компиляции
false
true
false
17,200
2026-02-24T13:37:26.801000Z
2026-02-24T13:37:26.801000Z
Lec.
Исходный код необходимо загрузить из репозитория MosHub
true
true
false
17,199
2026-02-24T13:37:13.111000Z
2026-02-24T13:37:13.111000Z
Lec.
Для Windows необходимо использовать WSL (Windows Subsystem for Linux) для обеспечения совместимости
false
true
false
17,198
2026-02-24T13:37:10.381000Z
2026-02-24T13:37:10.381000Z
Lec.
Поддерживается запуск на Linux
false
true
false
17,197
2026-02-24T13:37:07.806000Z
2026-02-24T13:37:07.806000Z
Lec.
Контроль входной и выходной информации: Проверка корректности входных данных и надежность формирования выходных данных для предотвращения ошибок на этапах ввода и вывода
false
true
false
17,196
2026-02-24T13:37:05.366000Z
2026-02-24T13:37:05.366000Z
Lec.
Надежное функционирование: Обеспечение устойчивой и стабильной работы системы, минимизация сбоев и ошибок в процессе работы
false
true
false
17,195
2026-02-24T13:37:02.505000Z
2026-02-24T13:37:02.505000Z
Lec.
Обеспечение минимальной задержки при выполнении операций и высокой скорости отклика, что позволяет повысить общую производительность и эффективность обработки данных в процессе проектирования
false
true
false
17,194
2026-02-24T13:36:59.897000Z
2026-02-24T13:36:59.897000Z
Lec.
Временные характеристики
false
true
false
17,193
2026-02-24T13:36:57.471000Z
2026-02-24T13:36:57.471000Z
Lec.
Выходные данные: Результаты генерируются в виде набора файлов: сгенерированные схемы в формате Verilog, GraphML, характеристики в формате JSON, а также dot
false
true
false
17,192
2026-02-24T13:36:54.868000Z
2026-02-24T13:36:54.868000Z
Lec.
Входные данные: Пользователь вводит набор входных параметров посредством файла конфигурации
false
true
false
17,191
2026-02-24T13:36:52.394000Z
2026-02-24T13:36:52.394000Z
Lec.
Организация входных и выходных данных
false
true
false
17,190
2026-02-24T13:36:50.116000Z
2026-02-24T13:36:50.117000Z
Lec.
Введение системы логирования, которая регистрирует каждый этап работы для диагностики, отслеживания хода выполнения задач и устранения возможных ошибок
false
true
false
17,189
2026-02-24T13:36:47.469000Z
2026-02-24T13:36:47.469000Z
Lec.
Создание взаимодействующих автоматов для моделирования комплексных систем с множественными элементами и взаимосвязями
false
true
false
17,188
2026-02-24T13:36:45.006000Z
2026-02-24T13:36:45.006000Z
Lec.
Генерация стандартных триггеров (RS, D, T и других) для включения в состав последовательностных схем, что позволяет формировать более сложные логические структуры
false
true
false
17,187
2026-02-24T13:36:41.849000Z
2026-02-24T13:36:41.849000Z
Lec.
Перевод конечных автоматов из формата dot во внутреннее графовое представление для последующей обработки и анализа
false
true
false
17,186
2026-02-24T13:36:39.266000Z
2026-02-24T13:36:39.266000Z
Lec.
Генерация конечных автоматов типа Мили и Мура на основе пользовательских конфигураций, введенных в формате dot, с возможностью гибкой настройки параметров
false
true
false
17,185
2026-02-24T13:36:36.690000Z
2026-02-24T13:36:36.690000Z
Lec.
Результатом выполнения проекта должно стать программное обеспечение, реализующее следующие функции:
false
true
false
17,184
2026-02-24T13:36:34.012000Z
2026-02-24T13:36:34.012000Z
Lec.
Состав выполняемых функций
false
false
false
17,183
2026-02-24T13:36:30.849000Z
2026-02-24T13:36:30.849000Z
Lec.
Для системы CircuiGen устанавливаются следующие требования, описанные ниже
false
true
false
17,182
2026-02-24T13:36:28.404000Z
2026-02-24T13:36:28.404000Z
Lec.
Разработка предназначена для автоматизации процесса генерации последовательностных схем, таких как конечные автоматы и триггеры, в программном комплексе CircuitGen на основе заданных параметров и конвертации их в графы
false
true
false
17,181
2026-02-24T13:36:25.528000Z
2026-02-24T13:36:25.528000Z
Lec.
Для выполнения поставленной цели необходимо выполнить следующие задачи:. разработать генераторы конечных автоматов на основе различных входных параметров в формате dot (автоматы Мили, Мура);. разработать подпрограмму генерации автоматов на основе dot представления во внутреннее представление в виде графа;. интегрировать и разработать генераторы типовых триггеров (RS, D, T и другие);. разработать генератор взаимодействующих автоматов Мили и Мура;. разработать unit-тесты для покрытия нового функционала программы. разработать систему логирования
false
false
false
17,180
2026-02-24T13:36:21.884000Z
2026-02-24T13:36:21.884000Z
Lec.
Целью работы является разработка программного обеспечения модуля поддержки генерации последовательностных схем Мили и Мура для CircuitGen для дальнейшего проведения исследований в рамках оценки характеристик цифровых схем
false
true
false
17,179
2026-02-24T13:36:18.868000Z
2026-02-24T13:36:18.868000Z
Lec.
Данный подход повысит производительность проектирования и снизит вероятность ошибок, обеспечивая удобное и гибкое средство для разработки цифровых систем
false
true
false
17,178
2026-02-24T13:36:16.252000Z
2026-02-24T13:36:16.252000Z
Lec.
Проект "Генератор последовательностных схем" направлен на добавление в CircuitGen поддержку автоматизированного создания последовательностных схем, а также системы их взаимодействия
false
true
false
17,177
2026-02-24T13:36:13.545000Z
2026-02-24T13:36:13.545000Z
Lec.
Для эффективного моделирования и анализа последовательностных схем требуется мощный инструмент, способный автоматически генерировать их на основе различных входных параметров
false
true
false
17,176
2026-02-24T13:36:10.727000Z
2026-02-24T13:36:10.727000Z
Lec.
Система предназначена для поддержки генерации последовательностных схем, в частности Мили и Мура, с различными параметрами
false
true
false
17,175
2026-02-24T13:36:07.921000Z
2026-02-24T13:36:07.921000Z
Lec.
CircuitGen: Генератор последовательностных схем
false
true
false
17,174
2026-02-24T13:36:05.206000Z
2026-02-24T13:36:05.206000Z
Lec.
Оглавление. 1 Введение 3. 1.1 Наименование проекта 3. 1.2 Краткая характеристика области применения 3. 1.3 Актуальность проекта 3. 1.4 Цель 3. 1.5 Задачи 3. 2 Назначение разработки 5. 3 Требования к программному обеспечению 6. 3.1 Требования к функциональным характеристикам 6. 3.1.1 Состав выполняемых функций 6. 3.1.2 Организация входных и выходных данных 6. 3.1.3 Временные характеристики 6. 3.2 Требования к надежности 6. 3.3 Условия эксплуатации 7. 3.4 Требования к составу и параметрам технических средств 7. 3.5 Требования к информационной и программной совместимости 7. 4 Требования к программной документации 8. 5 Стадии и этапы разработки 10. 6 Порядок контроля и приемки 12
false
false
false
17,173
2026-02-24T13:36:01.622000Z
2026-02-24T13:36:01.622000Z
Lec.
Техническое задание к проекту №1969 «CircuitGen: Генератор последовательностных схем»
false
true
false
17,172
2026-02-24T13:35:58.486000Z
2026-02-24T13:35:58.486000Z
Lec.
Дальнейшее развитие трекера способно включать комбинацию методов квантизации для ускорения работы, адаптивных алгоритмов для динамической настройки параметров, предсказания траекторий на основе deep learning, мультимодальной интеграции и оптимизации памяти
false
true
false
17,171
2026-02-24T13:35:55.634000Z
2026-02-24T13:35:55.634000Z
Lec.
В текущей реализации Memory Attention и Memory Encoder хранят исторические данные в формате, который избыточен для долгих видеопоследовательностей
false
true
false
17,170
2026-02-24T13:35:53.067000Z
2026-02-24T13:35:53.067000Z
Lec.
Добавление модуля предсказания траекторий на основе методов deep learning способно улучшить долгосрочное сопровождение объектов
false
true
false
17,169
2026-02-24T13:35:50.262000Z
2026-02-24T13:35:50.262000Z
Lec.
Внедрение адаптивной квантизации, учитывающей важность различных слоев модели, дополнительно повышает эффективность
false
true
false
17,168
2026-02-24T13:35:47.800000Z
2026-02-24T13:35:47.800000Z
Lec.
В контексте SAM 2 применение 8-битной или даже 4-битной квантизации к Image Encoder и Mask Decoder существенно уменьшает вычислительные затраты без критического падения точности сегментации
false
true
false
17,167
2026-02-24T13:35:45.292000Z
2026-02-24T13:35:45.292000Z
Lec.
Для каждого трека с m точками включает сортировку наблюдений по времени и вычисление средних значений координат центра объекта
false
true
false
17,166
2026-02-24T13:35:42.401000Z
2026-02-24T13:35:42.401000Z
Lec.
Для больших ​ вносит погрешность в оценку апостериорной вероятности, что может снижать точность трекинга
false
true
false
17,165
2026-02-24T13:35:39.887000Z
2026-02-24T13:35:39.887000Z
Lec.
Методика требует оценки логарифма правдоподобия и априорного распределения
false
true
false
17,164
2026-02-24T13:35:37.289000Z
2026-02-24T13:35:37.289000Z
Lec.
Такой подход позволял достичь скорости обработки 45 FPS (по сравнению с 7 FPS у Faster R-CNN), что делало его пригодным для работы в реальном времени, хотя и с некоторой потерей точности, особенно для объектов
false
true
false
17,163
2026-02-24T13:35:34.431000Z
2026-02-24T13:35:34.431000Z
Lec.
Основная идея данного метода YOLO заключалась в разделении изображения на S×S сетку и предсказании для каждой ячейки B «bounding boxes», их «confidence scores» и распределения вероятностей по классам (Рисунок 7)
false
true
false
17,162
2026-02-24T13:35:31.429000Z
2026-02-24T13:35:31.429000Z
Lec.
Метод Lucas-Kanade основывался на предположении, что движение пикселей в небольшом окне возможно аппроксимировать аффинным преобразованием
false
true
false
17,161
2026-02-24T13:35:28.809000Z
2026-02-24T13:35:28.809000Z
Lec.
Из наиболее известных алгоритмов данного класса является MOSSE (Minimum Output Sum of Squared Errors), предложенный в работе [7]
false
true
false
17,160
2026-02-24T13:35:26.255000Z
2026-02-24T13:35:26.255000Z
Lec.
Одним из первых эффективных методов трекинга стали корреляционные фильтры, которые позволяли предсказывать перемещение объекта между кадрами на основе сверточных операций
false
true
false
17,159
2026-02-24T13:35:23.410000Z
2026-02-24T13:35:23.410000Z
Lec.
Требования к документированию. 1.1.1 Полное наименование системы
false
true
false
17,158
2026-02-24T13:35:20.440000Z
2026-02-24T13:35:20.440000Z
Lec.
Порядок приемки системы
false
true
false
17,157
2026-02-24T13:35:17.985000Z
2026-02-24T13:35:17.985000Z
Lec.
Состав и содержание работ по созданию системы
false
true
false
17,156
2026-02-24T13:35:14.614000Z
2026-02-24T13:35:14.614000Z
Lec.
ОГЛАВЛЕНИЕ. 1.1 Наименование темы проекта. 1.2 Основания для проведения работ. 1.3 Наименование организаций – Заказчика и Разработчика. 1.4 Плановые сроки начала и окончания работы. 1.5 Источники и порядок финансирования. 1.6 Порядок оформления и предъявления заказчику результатов работ. 2.1 Назначение системы. 2.2 Актуальность. 2.3 Цель создания системы. 4.1 Требования к системе в целом. 4.2 Требования к функциям, выполняемым системой
false
false
false
17,155
2026-02-24T13:35:11.581000Z
2026-02-24T13:35:11.581000Z
Lec.
Москва 2024 г
false
false
false
17,154
2026-02-24T13:35:08.862000Z
2026-02-24T13:35:08.862000Z
Lec.
Федеральное государственное автономное образовательное. учреждение высшего образования
false
false
false
17,153
2026-02-24T13:35:06.050000Z
2026-02-24T13:35:06.050000Z
Lec.
Для улучшения качества данных нужно проводить сравнительный анализ изображений с разными коэффициентами, чтобы найти оптимальное значение, которое бы минимизировало появление артефактов и одновременно создавало желаемый эффект. 1
false
true
false
17,152
2026-02-24T13:35:03.356000Z
2026-02-24T13:35:03.356000Z
Lec.
Эти артефакты могли появится из-за неправильной оценки глубины
false
true
false
17,151
2026-02-24T13:35:00.596000Z
2026-02-24T13:35:00.596000Z
Lec.
Например, при использовании разных уровней интенсивности тумана иногда возникали неестественные артефакты в виде резких границ между областями с туманом и без него, а также в искажении цветового баланса
false
true
false
17,150
2026-02-24T13:34:57.747000Z
2026-02-24T13:34:57.747000Z
Lec.
Разработанный конвейер позволяет создавать реалистичные аугментированные изображения, которые могут быть использованы для: обучения и тестирования моделей компьютерного зрения, повышения устойчивости алгоритмов к изменяющимся условиям съемки
false
true
false
17,149
2026-02-24T13:34:54.883000Z
2026-02-24T13:34:54.883000Z
Lec.
Рисунок 15 – Результат конференции
false
true
false
17,148
2026-02-24T13:34:52.112000Z
2026-02-24T13:34:52.112000Z
Lec.
В результате представления доклада присвоен статус призера 3 степени в конкурсе научных работ бакалавров (рисунок 15)
false
true
false
17,147
2026-02-24T13:34:48.789000Z
2026-02-24T13:34:48.789000Z
Lec.
Рисунок 14 – Файл метаданных трансформированных изображений
false
true
false
17,146
2026-02-24T13:34:46.151000Z
2026-02-24T13:34:46.151000Z
Lec.
Для полусинтетических изображений из папки uav_dataset_augmented часть метаданных (рисунок 14)
false
true
false
17,145
2026-02-24T13:34:43.339000Z
2026-02-24T13:34:43.339000Z
Lec.
Рисунок 13 – Файл метаданных исходных изображений
false
true
false
17,144
2026-02-24T13:34:39.889000Z
2026-02-24T13:34:39.889000Z
Lec.
Часть файла метаданных из папки uav_dataset (рисунок 13)
false
true
false
17,143
2026-02-24T13:34:36.286000Z
2026-02-24T13:34:36.286000Z
Lec.
Рисунок 12 – Сохранение метаданных
false
true
false
17,142
2026-02-24T13:34:33.292000Z
2026-02-24T13:34:33.292000Z
Lec.
Метаданные обновляются в соответствии с расширением набора данных и сохраняются в формате csv (рисунок 12)
false
true
false
17,141
2026-02-24T13:34:30.306000Z
2026-02-24T13:34:30.306000Z
Lec.
Эффект тумана визуально виден, но большее размытие находится внизу снимка
false
true
false
17,140
2026-02-24T13:34:27.528000Z
2026-02-24T13:34:27.528000Z
Lec.
Рисунок 11 – Полученное изображение с туманом
false
true
false
17,139
2026-02-24T13:34:24.490000Z
2026-02-24T13:34:24.490000Z
Lec.
Визуализация изображения БПЛА после применения тумана (рисунок 11)
false
true
false
17,138
2026-02-24T13:34:21.332000Z
2026-02-24T13:34:21.332000Z
Lec.
Рисунок 10 – Изображения с оптическими и геометрическими искажениями из Augmentor
false
false
false
17,137
2026-02-24T13:34:18.787000Z
2026-02-24T13:34:18.787000Z
Lec.
Визуализация нескольких вариаций кадра, полученного в конвейере аугментаций из функций библиотеки Augmentor (рисунок 10)
false
true
false
17,136
2026-02-24T13:34:15.473000Z
2026-02-24T13:34:15.473000Z
Lec.
Искажение по Гауссу привело к визуально заметному искажению, но область искажения относительно небольшая, что не позволяет воспроизвести кривизну широкого поля зрения, характерную для широкоугольных объективов
false
true
false
17,135
2026-02-24T13:34:12.937000Z
2026-02-24T13:34:12.937000Z
Lec.
Рисунок 9 – Изображения с оптическими искажениями из Augmentor
false
false
false
17,134
2026-02-24T13:34:10.355000Z
2026-02-24T13:34:10.355000Z
Lec.
Визуализация нескольких версий изображения (рисунок 9)
false
true
false
17,133
2026-02-24T13:34:07.917000Z
2026-02-24T13:34:07.917000Z
Lec.
Рисунок 8 – Полученные изображения с оптическими искажениями
false
true
false
17,132
2026-02-24T13:34:05.207000Z
2026-02-24T13:34:05.207000Z
Lec.
Отображение оригинального изображения, снимка с эффектом широкоугольного объектива и «рыбьего глаза» (рисунок 8)
false
true
false
17,131
2026-02-24T13:34:02.550000Z
2026-02-24T13:34:02.550000Z
Lec.
Рисунок 7 – Функция визуализации данных
false
true
false
17,130
2026-02-24T13:34:00.169000Z
2026-02-24T13:34:00.169000Z
Lec.
Пример функции визуализации (рисунок 7)
false
true
false
17,129
2026-02-24T13:33:56.249000Z
2026-02-24T13:33:56.249000Z
Lec.
Интенсивность тумана можно регулировать (0.1 - легкая дымка, 1.5 - густой туман)
false
true
false
17,128
2026-02-24T13:33:52.973000Z
2026-02-24T13:33:52.973000Z
Lec.
A: общее атмосферное освещение (цвет неба). смешивает исходное изображение с цветом тумана согласно коэффициенту пропускания
false
true
false
17,127
2026-02-24T13:33:50.290000Z
2026-02-24T13:33:50.290000Z
Lec.
Функция apply_physical_fog для применения тумана:. преобразует изображение в вещественные числа,. инвертирует карту глубины для получения расстояния,. рассчитывает коэффициент пропускания света по закону Бугера-Ламберта (4):. реализует модель тумана:
false
false
false
17,126
2026-02-24T13:33:46.697000Z
2026-02-24T13:33:46.697000Z
Lec.
Рисунок 6 – Функция estimate_ground_depth. отдельно обрабатывается небо для назначения ему максимальной глубины;. нормализуется карта глубины
false
true
false
17,125
2026-02-24T13:33:43.710000Z
2026-02-24T13:33:43.710000Z
Lec.
В другом подходе estimate_ground_depth (рисунок 6) реализованы шаги:. выделяются области неба по HSV-характеристикам: низкая насыщенность (S < 50), высокая яркость (V > 200). создаются две компоненты глубины для наземных объектов: вертикальная составляющая (глубина зависит от положения строки), перспективная составляющая (как в базовом методе);. комбинируются эти составляющие в пропорции 7/3;
false
true
false
17,124
2026-02-24T13:33:40.631000Z
2026-02-24T13:33:40.631000Z
Lec.
Рассчитывается евклидово расстояние от центра камеры до каждой точки, результат нормализуется и инвертируется так, чтобы более близкие объекты имели значения, близкие к 1
false
true
false
17,123
2026-02-24T13:33:38.101000Z
2026-02-24T13:33:38.101000Z
Lec.
Конвейер аугментаций включил следующие функции: гауссовское искажение (gaussian_distortion), случайные геометрические преобразования (random_distortion), коррекция контраста и гистограммы (random_contrast, histogram_equalisation), ограниченные повороты, зеркальное отражение
false
false
false
17,122
2026-02-24T13:33:34.881000Z
2026-02-24T13:33:34.881000Z
Lec.
Эта функция использует матрицу камеры, коэффициенты искажения и размер изображения в качестве входных данных и создает картографические массивы для повторного отображения
false
true
false
17,121
2026-02-24T13:33:32.309000Z
2026-02-24T13:33:32.309000Z
Lec.
Расчет параметров камеры: фокусное расстояние (эмпирическая формула), оптический центр (центр изображения), условное фокусное расстояние (чем меньше, тем сильнее искажения), центр искажений
false
true
false
17,120
2026-02-24T13:33:29.848000Z
2026-02-24T13:33:29.848000Z
Lec.
Для имитации искажений при съемке на широкоугольный объектив доступен метод радиальной дисторсии (бочкообразная дисторсия), которая создает кривизну прямых линий, особенно вблизи краев изображения
false
true
false
17,119
2026-02-24T13:33:27.199000Z
2026-02-24T13:33:27.199000Z
Lec.
Эта модульная архитектура позволяет создавать масштабируемые и настраиваемые наборы данных, поддерживая модели локализации БПЛА в широком диапазоне моделируемых условий
false
true
false
17,118
2026-02-24T13:33:24.360000Z
2026-02-24T13:33:24.360000Z
Lec.
На основе физической модели добавлен туман
false
true
false
17,117
2026-02-24T13:33:21.784000Z
2026-02-24T13:33:21.784000Z
Lec.
Для имитации реальных эффектов объектива были применены перспективные преобразования, реальных эффектов объектива и оптические искажения
false
true
false
17,116
2026-02-24T13:33:18.808000Z
2026-02-24T13:33:18.808000Z
Lec.
Этот метод обеспечивает непрерывные траектории, которые в большей степени отражают реальное движение БПЛА, чем прямолинейные траектории или траектории, состоящие только из путевых точек
false
true
false
17,115
2026-02-24T13:33:15.959000Z
2026-02-24T13:33:15.959000Z
Lec.
Эти изображения представляют интересующую область и используются для сопоставления изображений, полученных с помощью БПЛА, с геопространственными привязками
false
true
false
17,114
2026-02-24T13:33:13.111000Z
2026-02-24T13:33:13.111000Z
Lec.
Этот генератор создает кадры изображений, подобные изображениям БПЛА, моделируя траектории полета на спутниковом снимке высокого разрешения (формат TIFF) и применяя оптические искажения для имитации реальных эффектов камеры
false
true
false
17,113
2026-02-24T13:33:10.184000Z
2026-02-24T13:33:10.184000Z
Lec.
Для поддержки обучения и оценки алгоритмов визуальной локализации БПЛА в различных условиях был разработан генератор полусинтетических наборов данных
false
true
false
17,112
2026-02-24T13:33:07.346000Z
2026-02-24T13:33:07.346000Z
Lec.
Эти методы можно разделить на категории:
false
true
false
17,111
2026-02-24T13:33:04.164000Z
2026-02-24T13:33:04.164000Z
Lec.
Для имитации изменений окружающей среды и оптических вариаций на изображениях, полученных с БПЛА, можно применить ряд методов преобразования изображений
false
true
false
17,110
2026-02-24T13:33:01.486000Z
2026-02-24T13:33:01.486000Z
Lec.
С точки зрения наложения эффектов на изображение можно выделить направления:. изменение времени суток,. изменение сезона,. изменение погодных условий,. оптические искажения
false
true
false
17,109
2026-02-24T13:32:58.371000Z
2026-02-24T13:32:58.371000Z
Lec.
Хранение изображений с несколькими слоями и альфа-каналами позволяет создавать более сложные визуализации и анализировать данные с разных уровней
false
true
false
17,108
2026-02-24T13:32:55.762000Z
2026-02-24T13:32:55.762000Z
Lec.
Выбор изображений TIFF и Google Maps в пользу существующих наборов данных, относящихся к БПЛА (например, CVUSA, University-1652), обусловлены: тем, что последние ограничены по географическому охвату, разнообразию окружающей среды и временному охвату
false
true
false