ВИЯВЛЕННЯ ОБ’ЄКТІВ НА ЗОБРАЖЕННІ В ПОТОКОВОМУ РЕЖИМІ ПРИ ВИКОРИСТАННІ YOLOv5 і FASTER R-CNN

Автор(и)

  • Bozhukha Liliia
  • Syzonenko Oleksandra

DOI:

https://doi.org/10.34185/1562-9945-1-150-2024-05

Ключові слова:

машинне навчання, виявлення об’єктів, Faster R-CNN, YOLOv5, виявлення в потоковому режимі, комп'ютерний зір, БпЛА.

Анотація

Для виконання щоденних завдань (виявлення порушень правил дорожнього руху, щоденне виявлення натовпу та тощо) можуть використовуватися безпілотних літальних апаратів. Порівняння підходів YOLOv5 і Faster R-CNN надає можливість вирішення проблеми низької точності безпілотних літальних апаратів у виявленні ці-лей. У цій роботі розглядається можливості збору та анотування відповідного набору да-них для навчання, наведено опис найбільш поширених моделей YOLOv5 і Faster R-CNN виявлення об'єктів, а також наведені результати навчання і валідації на зібраному на-борі даних. Для порівняння результатів двох різних моделей глибокого навчання для ви-явлення цілей застосовано низку стандартних метрик. На основі отриманих під час експерименту результатів пропонується вибір найбільш відповідної моделі для вирі-шення визначеної проблеми.

Посилання

B. Li, M. M. Fu, and Q. Li Runway crack detection basedon YOLOV5 // in Proc. IEEE 3rd International Conferenceon Civil Aviation Safety and Information Technology (ICCASIT), Changsha, China, 2021, pp. 1252–1255.

B. Liu, W.C. Zhao, and Q. Q. Sun Study of object detection based on Faster R-CNN // in Proc. Chinese Automation Congress (CAC), Ji’nan, China, 2017, pp.6233–6236

Golenko M.Yu., Vorotnikov V.V., Yefimenko A.A. Methods of improving the recognition of small objects of the faster r-cnn algorithm for use on unmanned aerial vehicles // Abstracts of the XIII International Scientific and Technical Conference "Information and Computer Technologies", Zhytomyr, March 30-31, 2023 - Zhytomyr: Zhytomyr Polytechnic, 2023. - p. 5-6. - URL: https://conf.ztu.edu.ua/wp-content/uploads/2023/06/povnyy-tekst.pdf.

Завантаження

Опубліковано

2024-04-16