Обнаружение объектов на изображении — актуальная задача, которая находит применение во многих областях как промышленной, так и исследовательской деятельности. Зачастую для этого используется выложенная в открытый доступ модель, предобученная на распространенном наборе данных, например, ImageNet, которая затем дообучается на пользовательском наборе данных, специфичном для решения его задачи. Одним из важных параметров дообучения является размер обучающей выборки. Согласно законам масштабирования нейросетей, чем он больше, тем выше качество работы модели. Однако сбор и разметка набора данных — это, зачастую, затратный процесс, поэтому предпочтительным является наименьший размер набора данных, обеспечивающий желаемое качество работы модели. Расчет данного значения является целью данной работы
Московская Е.А. (науч. рук. Ефимова В.А.) Предсказание размера набора данных для дообучения модели детекции // Сборник тезисов докладов конгресса молодых ученых. Электронное издание. – СПб: Университет ИТМО, [2023]. URL: https://kmu.itmo.ru/digests/article/10047