Автоматизована система для розпізнавання об'єктів
Вантажиться...
Дата
2024
Науковий керівник
Назва журналу
Номер ISSN
Назва тому
Видавець
КПІ ім. Ігоря Сікорського
Анотація
У дипломній роботі досліджено та реалізовано систему автоматизованого
розпізнавання об'єктів у реальному часі на базі платформи NVIDIA Jetson
Nano.
Метою роботи є розробка продуктивної та енергоефективної системи
розпізнавання об'єктів, яка відповідає вимогам реального часу та обмеженим
апаратним ресурсам.
У роботі проаналізовано сучасні методи та алгоритми комп'ютерного зору,
зокрема YOLOv8, Faster R-CNN, SSD. Проведено огляд і порівняння
апаратних платформ, таких як Raspberry Pi, Jetson Nano та Google Coral. Для
навчання моделі використано аугментацію даних, нейронну мережу
оптимізовано за допомогою ONNX і TensorRT. Розроблено програмний
комплекс для розпізнавання об'єктів із високою точністю (mAP 95%) та
швидкістю 20 кадрів на секунду.
Практичне значення роботи полягає у створенні системи, яка може бути
впроваджена в галузях безпеки, транспорту, промислового контролю якості та
навчання штучного інтелекту. Розроблені рішення також можуть бути
використані для подальших досліджень у сфері комп'ютерного зору та
оптимізації алгоритмів.
Результати роботи підтвердили ефективність сучасних підходів до
розпізнавання об'єктів, оптимізації нейронних мереж і інтеграції систем на
вбудованих платформах.
Опис
Ключові слова
автоматизоване розпізнавання, нейронні мережі, YOLOv8, Jetson Nano, обробка зображень, TensorRT, оптимізація моделі, automated recognition, neural networks, image processing, model optimization
Бібліографічний опис
Гапонов, Д. О. Автоматизована система для розпізнавання об'єктів : магістерська дис. : 174 Автоматизація, комп'ютерно-інтегровані технології та робототехніка / Гапонов Дмитро Олександрович. – Київ, 2024. – 105 с.