Рост объёма биолого-экологических визуальных данных делает их ручной анализ трудоёмким и субъективным, тогда как универсальные модели компьютерного зрения часто плохо справляются со специфическими особенностями таких изображений. В связи с этим возникает необходимость разработки специализированных архитектур нейронных сетей, адаптированных для задач семантической сегментации и детектирования биологических объектов. Работа направлена на повышение точности анализа таких данных за счёт предложенных кастомизированных и гибридных архитектур, способных автоматизировать обработку изображений и ускорить исследования в биологии и экологии.

Мамаева А.С. (науч. рук. Михайлова Е.Г.) Исследование и разработка кастомизированных архитектур нейронных сетей для семантической сегментации и детектирования объектов при анализе биолого-экологических изображений // Сборник тезисов докладов конгресса молодых ученых. Электронное издание. – СПб: Университет ИТМО, [2026]. URL: https://kmu.itmo.ru/digests/article/18207