Виявлення та захоплення швидкісних рухомих цілей глибокими нейронними мережами

Скорочена інформація про документ
dc.contributor.advisorДанилов, Валерій Якович
dc.contributor.authorБєздєтний, Даніїл Дмитрович
dc.date.accessioned2025-01-28T13:10:59Z
dc.date.available2025-01-28T13:10:59Z
dc.date.issued2024
dc.description.abstractДипломна робота: 103 с., 23 рис., 22 табл., 28 джерел, 2 додатка. Об’єктом дослідження є швидкісні рухомі об’єкти. Предметом дослідження є алгоритми виявлення, трекінгу та вимірювання відстані до швидкісних об’єктів, які базуються на використанні глибоких нейронних мереж у поєднанні з алгоритмами трекінгу та стереоскопічними методами. Метою роботи є розробка та експериментальна перевірка інтегрованого підходу до виявлення, трекінгу та вимірювання відстані до швидкісних рухомих об’єктів у реальному часі на основі сучасних моделей глибокого навчання та алгоритмів тривимірного аналізу простору. У роботі проаналізовано історичний розвиток технологій комп’ютерного зору, еволюцію методів детекції й трекінгу, а також роль апаратного забезпечення, такого як GPU та FPGA, у забезпеченні продуктивності. Досліджено сучасні алгоритми виявлення та відстеження, включно з Zero-Shot Detectors, Two-Shot Detectors, DeepSORT і ByteTrack. Практична частина роботи включала розробку моделі детекції, базованої на архітектурі YOLO, інтеграцію трекера CSRT і визначення метрик точності, таких як mAP, IOU, Precision, Recall. Програмний продукт розроблено з використанням мови програмування Python.
dc.description.abstractotherThesis: 103 pages, 23 figures, 22 tables, 28 sources, 2 appendices. The object of research is high-speed moving objects. The subject of research is algorithms for detection, tracking and distance measurement of high-speed objects, which are based on the use of deep neural networks in combination with tracking algorithms and stereoscopic methods. The purpose of the work is the development and experimental verification of an integrated approach to detecting, tracking and measuring the distance to high-speed moving objects in real time based on modern deep learning models and three- dimensional spatial analysis algorithms. The paper analyzes the historical development of computer vision technologies, the evolution of detection and tracking methods, as well as the role of hardware, such as GPUs and FPGAs, in providing performance. State-of-the-art detection and tracking algorithms are explored, including Zero-Shot Detectors, Two-Shot Detectors, DeepSORT, and ByteTrack. The practical part of the work included the development of a detection model based on the YOLO architecture, the integration of the CSRT tracker and the definition of accuracy metrics such as mAP, IOU, Precision, Recall. The software product is developed using the Python programming language.
dc.format.extent103 с.
dc.identifier.citationБєздєтний, Д. Д. Виявлення та захоплення швидкісних рухомих цілей глибокими нейронними мережами : магістерська дис. : 124 Системний аналіз / Бєздєтний Даніїл Дмитрович. - Київ, 2024. - 103 с.
dc.identifier.urihttps://ela.kpi.ua/handle/123456789/72260
dc.language.isouk
dc.publisherКПІ ім. Ігоря Сікорського
dc.publisher.placeКиїв
dc.subjectвиявлення об'єктів
dc.subjectтрекінг
dc.subjectглибокі нейронні мережі
dc.subjectyolo
dc.subjectrcnn
dc.subjectcsrt
dc.subjectobject detection
dc.subjecttracking
dc.subjectdeep neural networks
dc.subject.udc303.732.4
dc.titleВиявлення та захоплення швидкісних рухомих цілей глибокими нейронними мережами
dc.typeMaster Thesis

Файли

Контейнер файлів
Зараз показуємо 1 - 1 з 1
Ескіз
Назва:
Biezdietnyi_magistr.pdf
Розмір:
4.13 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 (ММСА)
Магістерські роботи