Підвищення ефективності автоматизованого розпізнавання об’єктів на термограмах із використанням моделі YOLOX
Вантажиться...
Дата
2022
Автори
Науковий керівник
Назва журналу
Номер ISSN
Назва тому
Видавець
КПІ ім. Ігоря Сікорського
Анотація
В роботі розглянуто перспективний підхід до підвищення ефективності автоматизованих систем теплового відеонагляду. В якості методу автоматизації процесу детектування об’єктів на термограмах запропоновано використовувати глибинне навчання. Описано сучасну модель для детектування об’єктів YOLOX. Вказану модель реалізовано із використанням фреймворку Tensorflow та навчено на наборі інфрачервоних зображень від компанії FLIR. За результатами навчання моделі для розпізнавання 4 класів об’єктів на термограмах отримано значення mAP на рівні 55%. Проаналізовано переваги та недоліки даної розробки. Визначено шляхи подальшого вдосконалення запропонованого методу.
Опис
Ключові слова
тепловізійний відеонагляд, глибинне навчання, детектування об’єктів
Бібліографічний опис
Складчиков, І. О. Підвищення ефективності автоматизованого розпізнавання об’єктів на термограмах із використанням моделі YOLOX / І. О. Складчиков, А. С. Момот // XVIII Науково-практична конференція студентів, аспірантів та молодих вчених “Ефективність та автоматизація інженерних рішень у приладобудуванні”, 06-07 грудня 2022 р, м. Київ, Україна : збірник праць конференції. – Київ : КПІ ім. Ігоря Сікорського, 2022. – С. 222-225. – Бібліогр.: 7 назв