Исследование моделей сверточных нейронных сетей YOLOv5 и YOLOv8 при детектировании летающих объектов на изображениях

Podrobná bibliografie
Parent link:	Молодежь и современные информационные технологии: сборник трудов XXII Международной научно-практической конференции студентов, аспирантов и молодых ученых, 15–17 апреля 2025 г., Томск/ под ред. А. С. Беляева. С. 378-383.— .— Томск: Изд-во ТПУ, 2025.— conference_tpu-2025-C04.pdf
Hlavní autor:	Клековкин В. А.
Shrnutí:	Данная работа посвящена исследованию моделей сверточных нейронных сетей (СНС) YOLOv5s и YOLOv8s при объектном детектировании на изображениях летающих объектов (ЛО) в случае их малых размеров (площадь объекта не более 32х32 пикселя) и в случае ЛО на изображениях разных размеров (малые, средние и большие по площади). Созданы два датасета с изображениями ЛО трех классов: птицы, беспилотные летательные аппараты вертолетного и самолетного типов. Первый датасет сформирован по изображениям с ЛО только малых размеров, а второй – по изображениям объектов разных размеров. На каждом из датасетов проведено обучение моделей СНС YOLOv5s и YOLOv8s. Обе модели исследованы на тестовых выборках датасетов. Результаты исследований показали, что обе модели демонстрируют схожие показатели по точности детектирования по метрикам AP0,5 и mAP0,5 для всех классов объектов. Тем не менее, YOLOv8s демонстрирует небольшое преимущество в точности обнаружения объектов по сравнению с YOLOv5s, особенно в случае малых размеров объектов. Обе модели имеют высокие значения усредненной скорости вычислений, но модель YOLOv5s превосходит YOLOv8s по скорости вычислений как при детектировании ЛО малых размеров, так и объектов различных размеров Текстовый файл
Jazyk:	ruština
Vydáno:	2025
Témata:	электронный ресурс труды учёных ТПУ сверточные нейронные сети детектирование летающие объекты датасет птицы беспилотные летательные аппараты
On-line přístup:	http://earchive.tpu.ru/handle/11683/132241
Médium:	Elektronický zdroj Kapitola
KOHA link:	https://koha.lib.tpu.ru/cgi-bin/koha/opac-detail.pl?biblionumber=681160