Skip to content
DSML.KZ
Publications

Article · Вестник Алматинского университета энергетики и связи · June 30, 2024

МОДИФИКАЦИЯЛАНҒАН YOLO АЛГОРИТМІ АРҚЫЛЫ ҰШҚЫШСЫЗ ҰШУ АППАРАТЫН АНЫҚТАУДЫ ЗЕРТТЕУ

Lyazzat Ilipbayeva, Халықаралық ақпараттық технологиялар университеті, Алматы, Қазақстан, Ulzhalgas Seidaliyeva, Нуржигит Смайлов, Eric Мэтсон, Сәтбаев Университеті, Алматы, Қазақстан

Lyazzat Ilipbayeva
Open via DOIDOI 10.51775/2790-0886_2024_65_2_179

Abstract

Соңғы уақытта ұшқышсыз ұшу аппараттары бақылау, тасымалдау, медицина, ауыл шаруашылығы, апаттарды басқару салаларында кең пайдаланылады және әртүрлі салаларда барынша танымал болуда. Ұшқышсыз ұшу аппараттарының барынша кең пайдаланылуына байланысты қауіпсіздік пен құпиялылықты қамтамасыз ететін тиімді анықтау жүйелеріне қажеттілік күн сайын артып отыр. Бұл зерттеу жұмысы түпнұсқа YOLO (You Only Look Once) нысанды анықтау алгоритміне әртүрлі баптауларды енгізе отырып, ұшқышсыз ұшу аппараттарын анықтаудың модификацияланған тәсілін ұсынады. Зерттеу жұмысының мақсаты ұшу нысандарын анықтау дәлдігі мен тиімділігін арттырудың маңыздылығын, алдын ала үйретілген YOLOv5x.pt салмағында оқытылған YOLOv5x алгоритмінің жұмыс принципін, машиналық оқыту үшін пайдаланылатын деректер жиынтығын, гипер өлшемдерді баптау және жүйені бағалау нәтижелерін талқылауға бағытталады. Зерттеу жұмысының жаңалығы жинақталған деректер жинағына дәл бапталған (fine-tuned) YOLOv5x әдісін оқыту арқылы ұшу нысандарын тану дәлдігін арттыратын тиімді анықтау әдісін зерттеу және енгізу болып табылады. Тәжірибе нәтижелері орташа дәлдік және бағалау метрикалары бойынша ұсынылған модификацияланған YOLO v5x әдісінің осыған дейінгі зерттеулерден жоғарырақ нәтижені көрсеткенін дәлелдейді.

Advanced Neural Network ApplicationsVideo Surveillance and Tracking MethodsDomain Adaptation and Few-Shot Learningunmanned aerial vehiclesdrone detectionYOLOv5

More by Lyazzat Ilipbayeva