Иcследование применения сверточных нейронных сетей YOLOv8 и YOLO11 при детектировании транспортных средств на аэрофотоснимках; Молодежь и современные информационные технологии

Bibliografiske detaljer
Parent link:	Молодежь и современные информационные технологии.— 2025.— С. 422-427
Hovedforfatter:	Ли Цзюмин
Andre forfattere:	Мамонова Т. Е. Татьяна Егоровна
Summary:	В данной работе выполнено детектирование транспортных средств на аэрофотоснимках с помощью модели сверточной нейронной сети YOLOv8 и YOLO11. При обучении данных моделей были проведены ряд экспериментов с различными гиперпараметрами размера партии(batch) с использованием наборов данных CARPK. В результате исследований показано, что модели YOLOv8n и YOLO11n имеют высокие показатели по используемым метрикам оценки точности и имеют способность точно обнаруживать и определять транспортные средства на аэрофотоснимках. Сравнительный анализ результатов показал, что обе модели имеют близкие результаты по используемым метрикам оценки точности, а по скорости вычислений модель YOLO11n превосходит модель YOLOv8n Текстовый файл
Sprog:	russisk
Udgivet:	2025
Fag:	электронный ресурс труды учёных ТПУ детектирование объектов сверточная нейронная сеть YOLOv8 YOLO11 CARPK
Online adgang:	http://earchive.tpu.ru/handle/11683/132249
Format:	Electronisk Book Chapter
KOHA link:	https://koha.lib.tpu.ru/cgi-bin/koha/opac-detail.pl?biblionumber=681177

Beskrivelse
Summary:	В данной работе выполнено детектирование транспортных средств на аэрофотоснимках с помощью модели сверточной нейронной сети YOLOv8 и YOLO11. При обучении данных моделей были проведены ряд экспериментов с различными гиперпараметрами размера партии(batch) с использованием наборов данных CARPK. В результате исследований показано, что модели YOLOv8n и YOLO11n имеют высокие показатели по используемым метрикам оценки точности и имеют способность точно обнаруживать и определять транспортные средства на аэрофотоснимках. Сравнительный анализ результатов показал, что обе модели имеют близкие результаты по используемым метрикам оценки точности, а по скорости вычислений модель YOLO11n превосходит модель YOLOv8n Текстовый файл

Lignende værker