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

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

Bibliographic Details
Parent link:Молодежь и современные информационные технологии.— 2024.— С. 96-101
Main Author: Клековкин В. А.
Summary: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
Language:Russian
Published: 2024
Series:Искусственный интеллект, машинное обучение и большие данные
Subjects:
электронный ресурс
труды учёных ТПУ
нейронные сети
датасет
YOLO
летающие объекты
Online Access:http://earchive.tpu.ru/handle/11683/84800
Format: Electronic Book Chapter
KOHA link:https://koha.lib.tpu.ru/cgi-bin/koha/opac-detail.pl?biblionumber=675236

Similar Items

Similar Items