Розробка програмного забезпечення для виявлення обʼєктів на основі нейронних мереж
| dc.contributor.advisor | Мамута, Марина Сергіївна | |
| dc.contributor.author | Гавриленко, Аліса Олександрівна | |
| dc.date.accessioned | 2025-01-02T11:01:51Z | |
| dc.date.available | 2025-01-02T11:01:51Z | |
| dc.date.issued | 2024 | |
| dc.description.abstract | Дана дисертаційна робота присвячена розробці програмного забезпечення для виявлення безпілотних літальних апаратів (БПЛА) на основі методів машин- ного навчання. У роботі досліджується застосування фреймворку Ultralytics та бібліотек Python, таких як OpenCV, NumPy, та інших, для створення ефективної та швидкої системи обробки зображень. Основною метою роботи є розробка ал- горитмів для виявлення БПЛА в умовах з високою точністю. У роботі детально розглядаються етапи розробки системи виявлення БПЛА, включаючи: підбір та обробку навчальних даних з відкритого датасету, з анотацією у форматі YOLO, підготовку структури нейронної мережі, застосу- вання згорткових шарів, функції активації ReLU, а також налаштування гіперпа- раметрів для оптимізації навчання, та подальше тестування ефективності розро- бленої системи. Для виявлення БПЛА використовується модель YOLOv8n, а для аналізу зображень використовується бібліотека OpenCV, що дозволяє викону- вати необхідні операції з візуальними даними, включаючи читання, запис, пере- творення, накладання bounding box та вивід текстових міток. Для вимірювання часу роботи алгоритмів використовувалась бібліотека time. Особливу увагу приділено автоматизації різних етапів розробки, для цього були використані інструменти ШІ, зокрема ChatGPT для генерації коду, що до- зволило переформатувати анотації, фільтрувати дані, та виконувати інші рутинні задачі. Варто відзначити, що отриманий код був обов’язково перевірений на на- явність помилок. Розроблена система може використовуватись для задач безпеки, спостере- ження, та аналізу в різних галузях, де є потреба у виявленні БПЛА, зокрема у авіації, на військових об'єктах та в цивільних секторах. Продуктивність системи може бути вдосконалена за рахунок більш різноманітного датасету, а також шля- хом оптимізації гіперпараметрів та використанням сучасних методів виявлення об’єктів. | |
| dc.format.extent | 125 с. | |
| dc.identifier.citation | Гавриленко, А. О. Розробка програмного забезпечення для виявлення обʼєктів на основі нейронних мереж: магістерська дис. : 174 «Автоматизація, комп’ютерно-інтегровані технології та робототехніка» / Гавриленко Аліса Олександрівна. – Київ, 2024. – 125 с. | |
| dc.identifier.uri | https://ela.kpi.ua/handle/123456789/71513 | |
| dc.language.iso | uk | |
| dc.publisher | КПІ ім. Ігоря Сікорського | |
| dc.publisher.place | Київ | |
| dc.subject.udc | 004.932.2 | |
| dc.title | Розробка програмного забезпечення для виявлення обʼєктів на основі нейронних мереж | |
| dc.type | Master Thesis |
Файли
Контейнер файлів
1 - 1 з 1
Вантажиться...
- Назва:
- magister_Gavrilenko.pdf
- Розмір:
- 1.92 MB
- Формат:
- Adobe Portable Document Format
Ліцензійна угода
1 - 1 з 1
Ескіз недоступний
- Назва:
- license.txt
- Розмір:
- 8.98 KB
- Формат:
- Item-specific license agreed upon to submission
- Опис: