СРАВНИТЕЛЬНЫЙ АНАЛИЗ СОВРЕМЕННЫХ АРХИТЕКТУР НЕЙРОННЫХ СЕТЕЙ ДЛЯ ЗАДАЧ КОМПЬЮТЕРНОГО ЗРЕНИЯ

Назипов Рустам Салаватович

В данной статье проводится сравнительный анализ трех современных архитектур нейронных сетей для задач компьютерного зрения: сверточных нейронных сетей (CNN), ResNet и YOLO. Рассматриваются ключевые особенности, преимущества и ограничения каждой архитектуры. Обсуждаются практическая значимость и перспективы развития нейронных сетей в области компьютерного зрения, включая разработку гибридных моделей, использование методов переноса знаний и интеграцию с классическими подходами. Подчеркивается важность дальнейших исследований для повышения эффективности, адаптивности и интерпретируемости нейронных сетей в решении широкого спектра задач компьютерного зрения.

Ключевые слова:компьютерное зрение, нейронные сети, сверточные нейронные сети, ResNet, YOLO, архитектуры нейронных сетей, глубокое обучение, интерпретируемость, перенос знаний, гибридные модели.