dc.contributor.author | Шаймуратов, А.Ж. | |
dc.date.accessioned | 2025-06-05T07:57:36Z | |
dc.date.available | 2025-06-05T07:57:36Z | |
dc.date.issued | 2025-04-16 | |
dc.identifier.isbn | 978-601-385-052-8 | |
dc.identifier.uri | http://repository.enu.kz/handle/enu/24064 | |
dc.description.abstract | Современные системы учета железнодорожного подвижного состава оптимизируют логистику и повышают безопасность перевозок. Традиционные методы с ручным вводом данных уступают автоматизированным решениям по точности и скорости, что ведет к ошибкам и потерям. В статье рассматриваются технологии распознавания номеров вагонов, включая компьютерное зрение, глубокое обучение, гибридные методы и интеграцию с IoT. Приведен сравнительный анализ их эффективности, с акцентом на нейросетевые модели, такие как YOLO и Efficient Net, которые показывают высокую точность в реальных условиях. | ru |
dc.language.iso | other | ru |
dc.publisher | Л.Н.Гумилев атындағы ЕҰУ | ru |
dc.subject | автоматизированный учет | ru |
dc.subject | железнодорожный транспорт | ru |
dc.subject | компьютерное зрение | ru |
dc.subject | глубокое обучение | ru |
dc.subject | IoT | ru |
dc.title | АВТОМАТИЗИРОВАННОЕ РАСПОЗНАВАНИЕ НОМЕРОВ ЖЕЛЕЗНОДОРОЖНЫХ ВАГОНОВ: СОВРЕМЕННЫЕ МЕТОДЫ И ПЕРСПЕКТИВЫ | ru |
dc.type | Article | ru |