Имплементация архитектуры YOLOv5
Аннотация
Выпускная квалификационная работа посвящена разработке алгоритма детекции и трекинга объектов в режиме реального времени на основе архитектуры YOLOv5 в условиях спасательных операций.
Объект исследования: процесс обнаружения объектов с помощью камер спасательных вертолетов.
Метод исследования: анализ, синтез, экспериментальные исследования, статистический анализ.
Цель работы: разработать систему компьютерного зрения с использованием архитектуры нейронной сети YOLOv5 для обнаружения объектов в реальном времени.
В первом разделе работы приведен сравнительный анализ схожих архитектур, описание YOLOv5, а также рассмотрены отличительные особенности спасательных операций.
Во втором разделе описывается сбор и анализ данных для нейронной сети, обучение модели, анализ ошибок и пропусков, а также реализация алгоритма трекинга.
В заключении подводятся итоги выпускной квалификационной работы и перечисляются выполненные задачи.
Результатом работы является система компьютерного зрения на базе алгоритмов YOLOv5 и DeepSORT для применения в спасательных операциях.
Объект исследования: процесс обнаружения объектов с помощью камер спасательных вертолетов.
Метод исследования: анализ, синтез, экспериментальные исследования, статистический анализ.
Цель работы: разработать систему компьютерного зрения с использованием архитектуры нейронной сети YOLOv5 для обнаружения объектов в реальном времени.
В первом разделе работы приведен сравнительный анализ схожих архитектур, описание YOLOv5, а также рассмотрены отличительные особенности спасательных операций.
Во втором разделе описывается сбор и анализ данных для нейронной сети, обучение модели, анализ ошибок и пропусков, а также реализация алгоритма трекинга.
В заключении подводятся итоги выпускной квалификационной работы и перечисляются выполненные задачи.
Результатом работы является система компьютерного зрения на базе алгоритмов YOLOv5 и DeepSORT для применения в спасательных операциях.