Метод підвищення якості розпізнавання зображень в інфрачервоному спектрі

Скорочена інформація про документ
dc.contributor.advisorСтіренко, Сергій Григорович
dc.contributor.authorТретяк, Владислав Олегович
dc.date.accessioned2025-01-10T13:21:58Z
dc.date.available2025-01-10T13:21:58Z
dc.date.issued2024
dc.description.abstractМагістерська дисертація присвячена вирішенню проблеми розпізнавання об’єктів на зображеннях та відео у інфрачервоному спектрі за допомогою засобів штучного інтелекту. В якості моделі ШІ використовується архітектура YOLOv10 за її швидкість та легкість. У цій роботі пропонується метод адаптації претренованої на датасеті COCO моделі до задач розпізнавання у ІЧ-спектрі методами трансферного навчання з розробкою власного датасету, аугментації та замороження шарів моделі. Згідно аналізу результатів експериментального дослідження, отримана цим методом модель: швидше адаптується під специфіку задачі, точніше налаштовується, та не втрачає основні початкові характеристики здатності розпізнавати об’єкти у звичайному спектрі та в моментах переключення режимів камери. Отримана модель орієнтується на розпізнавання автомобілів, та може бути вбудована у відповідні системи, де ця задача важлива.
dc.description.abstractotherThe master's dissertation is devoted to solving the problem of recognizing objects in images and videos in the infrared spectrum using artificial intelligence tools. The YOLOv10 architecture is used as an AI model for its speed and lightness. This paper proposes a method for adapting the model trained on the COCO dataset to the tasks of recognition in the infrared spectrum by transfer learning methods with the development of its own dataset, augmentation, and freezing of model layers. According to the analysis of the results of the experimental study, the model obtained by this method: adapts faster to the specifics of the task, is more accurately tuned, and does not lose the main initial characteristics of the ability to recognize objects in the normal spectrum and at the moments of switching camera modes. The resulting model is focused on car recognition and can be integrated into relevant systems where this task is important.
dc.format.extent97 с.
dc.identifier.citationТретяк, В. О. Метод підвищення якості розпізнавання зображень в інфрачервоному спектрі : магістерська дис. : 121 Інженерія програмного забезпечення / Третяк Владислав Олегович. – Київ, 2024. – 97 с.
dc.identifier.urihttps://ela.kpi.ua/handle/123456789/71783
dc.language.isouk
dc.publisherКПІ ім. Ігоря Сікорського
dc.publisher.placeКиїв
dc.subjectштучний інтелект
dc.subjectartificial intelligence
dc.subjectкомп'ютерний зір
dc.subjectcomputer vision
dc.subjectінфрачервоний спектр
dc.subjectinfrared spectrum
dc.subjectрозпізнавання зображень
dc.subjectimage recognition
dc.subjectмашинне навчання
dc.subjectmachine learning
dc.subjectаугментація даних
dc.subjectdata augmentation
dc.subjectYOLO
dc.subject.udc004.8
dc.titleМетод підвищення якості розпізнавання зображень в інфрачервоному спектрі
dc.typeMaster Thesis

Файли

Контейнер файлів
Зараз показуємо 1 - 1 з 1
Ескіз
Назва:
Tretiak_magistr.pdf
Розмір:
15.99 MB
Формат:
Adobe Portable Document Format
Завантажити
Ліцензійна угода
Зараз показуємо 1 - 1 з 1
Ескіз недоступний
Назва:
license.txt
Розмір:
8.98 KB
Формат:
Item-specific license agreed upon to submission
Опис:
Завантажити

Зібрання

Магістерські роботи (ОТ)
Магістерські роботи