Детектирование объектов воздушного пространства на изображениях с использованием сверточных нейронных сетей YOLOv5s

Opis bibliograficzny
Parent link:Молодежь и современные информационные технологии: сборник трудов XXI Международной научно-практической конференции студентов, аспирантов и молодых ученых, 15–18 апреля 2024 г., Томск/ ред. кол. А. С. Фадеев, Н. Г. Марков, В. Г. Спицын [и др.]. С. 96-101.— .— Томск: Изд-во ТПУ, 2024.— conference_tpu-2024-C04.pdf
1. autor: Клековкин В. А.
Streszczenie:Рассматривается задача детектирования (обнаружения и классификации) летающих объектов трех классов на изображениях с помощью моделей сверточных нейронных сетей (СНС) YOLOv5s и YOLOv5x. Для обучения, валидации и исследования эффективности этих моделей разработан датасет. Он содержит размеченные изображения с летающими объектами трех классов: Беспилотный летательный аппарат (БПЛА) самолетного типа, включая «летающее крыло», БПЛА вертолетного типа и Птица. Исследования предложенных моделей СНС по точности классификации таких объектов на изображениях тестовой выборки датасета показали, что обе модели показывают высокие и весьма близкие результаты по всем используемым метрикам оценки точности классификации. В результате исследований также получено, что по скорости вычислений модель YOLOv5s значительно превосходит модель YOLOv5x
Текстовый файл
Język:rosyjski
Wydane: 2024
Seria:Искусственный интеллект, машинное обучение и большие данные
Hasła przedmiotowe:
Dostęp online:http://earchive.tpu.ru/handle/11683/84800
Format: Elektroniczne Rozdział
KOHA link:https://koha.lib.tpu.ru/cgi-bin/koha/opac-detail.pl?biblionumber=675236

Podobne zapisy