Разработка и экспериментальная оценка метода обнаружения транспортных средств и пешеходов в дорожных сценах на основе модели YOLOv8; Научная инициатива иностранных студентов и аспирантов

Bibliographic Details
Parent link:Научная инициатива иностранных студентов и аспирантов.— 2026.— С. 214-219
Main Author: Ван Идин
Corporate Author: Национальный исследовательский Томский политехнический университет Инженерная школа информационных технологий и робототехники
Other Authors: Друки А. А. Алексей Алексеевич (научный руководитель)
Summary:В работе рассмотрены актуальные задачи компьютерного зрения в системах интеллектуального транспорта и автономного вождения, связанные с надежным обнаружением участников дорожного движения в сложных реальных условиях. Выделены основные ограничения традиционных методов детекции, а также проанализированы преимущества современных глубоких моделей. Обоснована актуальность разработки модифицированного алгоритма на основе YOLOv8 с интегрированным легковесным модулем внимания, направленного на повышение точности обнаружения малых и перекрытых объектов. Описана схема подготовки данных на основе наборов BDD100K и COCO, методы аугментации и организация процесса обучения. Представлена проработанная экспериментальная схема исследования, подтверждающая перспективность предложенного решения для практического применения в системах реального времени
Текстовый файл
Language:Russian
Published: 2026
Subjects:
Online Access:conference_tpu-2026-C19_p214-219.pdf
Format: Electronic Book Chapter
KOHA link:https://koha.lib.tpu.ru/cgi-bin/koha/opac-detail.pl?biblionumber=688374

MARC

LEADER 00000naa2a2200000 4500
001 688374
005 20261006134219.0
090 |a 688374 
100 |a 20261005d2026 k||y0rusy50 ca 
101 0 |a rus 
102 |a RU 
135 |a drcn ---uucaa 
200 1 |a Разработка и экспериментальная оценка метода обнаружения транспортных средств и пешеходов в дорожных сценах на основе модели YOLOv8  |f Ван Идин  |g науч. рук. Друки А. А. 
320 |a Список литературы: 5 назв 
330 |a В работе рассмотрены актуальные задачи компьютерного зрения в системах интеллектуального транспорта и автономного вождения, связанные с надежным обнаружением участников дорожного движения в сложных реальных условиях. Выделены основные ограничения традиционных методов детекции, а также проанализированы преимущества современных глубоких моделей. Обоснована актуальность разработки модифицированного алгоритма на основе YOLOv8 с интегрированным легковесным модулем внимания, направленного на повышение точности обнаружения малых и перекрытых объектов. Описана схема подготовки данных на основе наборов BDD100K и COCO, методы аугментации и организация процесса обучения. Представлена проработанная экспериментальная схема исследования, подтверждающая перспективность предложенного решения для практического применения в системах реального времени 
336 |a Текстовый файл 
463 1 |0 688184  |9 688184  |t Научная инициатива иностранных студентов и аспирантов  |o сборник докладов VI Международной научно-практической конференции, Томск, 20-23 апреля 2026 г.  |c Томск  |d 2026  |n Изд-во ТПУ  |u conference_tpu-2026-C19.pdf  |v С. 214-219 
545 1 |a Актуальные проблемы инженерных наук 
610 1 |a электронный ресурс 
610 1 |a труды учёных ТПУ 
610 1 |a глубокое обучение 
610 1 |a YOLOv8 
610 1 |a автономное вождение 
610 1 |a компьютерное зрение 
610 1 |a обнаружение объектов 
610 1 |a транспортные системы 
700 0 |a Ван Идин 
702 1 |a Друки  |b А. А.  |c специалист в области информатики и вычислительной техники  |c ассистент Томского политехнического университета, инженер  |f 1985-  |g Алексей Алексеевич  |4 727 
712 0 2 |a Национальный исследовательский Томский политехнический университет  |b Инженерная школа информационных технологий и робототехники  |c 2017-  |9 28330 
801 0 |a RU  |b 63413507  |c 20261005  |g RCR 
850 |a 63413507 
856 4 0 |u conference_tpu-2026-C19_p214-219.pdf  |z conference_tpu-2026-C19_p214-219.pdf 
942 |c CF