Підвищення ефективності автоматизованого розпізнавання об’єктів на термограмах із використанням моделі YOLOX

Скорочена інформація про документ
dc.contributor.authorСкладчиков, І. О.
dc.contributor.authorМомот, А. С.
dc.date.accessioned2023-10-30T10:34:43Z
dc.date.available2023-10-30T10:34:43Z
dc.date.issued2022
dc.description.abstractВ 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.uk
dc.format.pagerangeС. 222-225uk
dc.identifier.citationСкладчиков, 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 назвuk
dc.identifier.urihttps://ela.kpi.ua/handle/123456789/61859
dc.language.isoukuk
dc.publisherКПІ ім. Ігоря Сікорськогоuk
dc.publisher.placeКиївuk
dc.relation.ispartofXVIII Всеукраїнська науково-практична конференція студентів, аспірантів та молодих вчених «Ефективність та автоматизація інженерних рішень у приладобудуванні», 6-7 грудня 2022 року, м. Київ, Україна : збірник праць конференціїuk
dc.subjectтепловізійний відеонаглядuk
dc.subjectглибинне навчанняuk
dc.subjectдетектування об’єктівuk
dc.subject.udc004.032.2uk
dc.titleПідвищення ефективності автоматизованого розпізнавання об’єктів на термограмах із використанням моделі YOLOXuk
dc.typeArticleuk

Файли

Контейнер файлів
Зараз показуємо 1 - 1 з 1
Ескіз
Назва:
ЕАІРП_2022_P222-225.pdf
Розмір:
628 KB
Формат:
Adobe Portable Document Format
Опис:
Завантажити
Ліцензійна угода
Зараз показуємо 1 - 1 з 1
Ескіз недоступний
Назва:
license.txt
Розмір:
9.1 KB
Формат:
Item-specific license agreed upon to submission
Опис:
Завантажити

Зібрання

Секція 6. Новітні технології у проектуванні роботизованих систем в неруйнівному контролі, технічній та медичній діагностиці