Автоматизація вибору гіперпараметрів моделі YOLO для виявлення об’єктів

dc.contributor.advisorМамута, Марина Сергіївна
dc.contributor.authorСтарушик, Вадим Миколайович
dc.date.accessioned2026-01-08T13:57:31Z
dc.date.available2026-01-08T13:57:31Z
dc.date.issued2025
dc.description.abstractУ магістерській роботі розглянуто проблему автоматизованого виявлення безпілотних літальних апаратів із використанням нейронної мережі архітектури YOLO. Проведено процес навчання та тестування базової моделі, а також впроваджено автоматизований підбір гіперпараметрів за допомогою інструменту Ray Tune. Результати дослідження підтвердили, що оптимізація гіперпараметрів сприяє підвищенню точності моделі та покращує її здатність до узагальнення на незалежних тестових наборах даних.
dc.description.abstractotherThis master’s thesis investigates automated unmanned aerial vehicle detection using a YOLO-based deep learning model. A baseline model was trained and evaluated, followed by automated hyperparameter optimization using Ray Tune. The experimental results demonstrate that hyperparameter optimization improves detection accuracy and model generalization on independent datasets.
dc.format.extent116 с.
dc.identifier.citationСтарушик, B. M. Автоматизація вибору гіперпараметрів моделі YOLO для виявлення об’єктів : магістерська дис. : 174 Автоматизація, комп’ютерно-інтегровані технології та робототехніка / Старушик Вадим. – Київ, 2025. – 116 с.
dc.identifier.urihttps://ela.kpi.ua/handle/123456789/78008
dc.language.isouk
dc.publisherКПІ ім. Ігоря Сікорського
dc.publisher.placeКиїв
dc.subjectYOLO11
dc.subjectUltralytics
dc.subjectRay Tune
dc.subjectгіперпараметри
dc.subjectоптимізація
dc.subjectтехнічний зір
dc.subjectбезпілотні літальні апарати
dc.subjecthyperparameters
dc.subjectoptimization
dc.subjectcomputer vision
dc.subjectunmanned aerial vehicles
dc.titleАвтоматизація вибору гіперпараметрів моделі YOLO для виявлення об’єктів
dc.typeMaster Thesis

Файли

Контейнер файлів
Зараз показуємо 1 - 1 з 1
Вантажиться...
Ескіз
Назва:
Starushik_magistr.pdf
Розмір:
1.86 MB
Формат:
Adobe Portable Document Format
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: