Детектирование объектов воздушного пространства на изображениях с использованием сверточных нейронных сетей YOLOv5s; Молодежь и современные информационные технологии

Bibliografski detalji
Parent link:Молодежь и современные информационные технологии.— 2024.— С. 96-101
Glavni autor: Клековкин В. А.
Sažetak: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
Jezik:ruski
Izdano: 2024
Serija:Искусственный интеллект, машинное обучение и большие данные
Teme:
Online pristup:http://earchive.tpu.ru/handle/11683/84800
Format: Elektronički Poglavlje knjige
KOHA link:https://koha.lib.tpu.ru/cgi-bin/koha/opac-detail.pl?biblionumber=675236

Slični predmeti