Використання нейромережевих засобів для розпізнавання об'єктів у мобільних системах з обходом перешкод
Запропоновано вдосконалення нейромережевого методу розпізнавання об'єктів для пошуку доречних об'єктів в межах заданого контексту. Проаналізовано останні дослідження та підходи до вирішення проблеми розпізнавання об'єктів і виявлено ключові особливості декількох архітектур нейронних...
| Main Authors: | , |
|---|---|
| Format: | Article |
| Language: | English |
| Published: |
Ukrainian National Forestry University
2023-08-01
|
| Series: | Науковий вісник НЛТУ України |
| Subjects: | |
| Online Access: | https://nv.nltu.edu.ua/index.php/journal/article/view/2526 |
| _version_ | 1827805505220771840 |
|---|---|
| author | Б. П. Борківський В. М. Теслюк |
| author_facet | Б. П. Борківський В. М. Теслюк |
| author_sort | Б. П. Борківський |
| collection | DOAJ |
| description |
Запропоновано вдосконалення нейромережевого методу розпізнавання об'єктів для пошуку доречних об'єктів в межах заданого контексту. Проаналізовано останні дослідження та підходи до вирішення проблеми розпізнавання об'єктів і виявлено ключові особливості декількох архітектур нейронних мереж. Наведено метод, що базується на поєднанні нейронної мережі, пристосованої до пошуку образів, та застосуванні додаткових алгоритмів для вилучення зайвих об'єктів, а саме алгоритму видалення дублікатів об'єктів та алгоритму фільтрації об'єктів відповідно до контексту. Застосовано готову архітектуру Single Shot Detector як основу нейронної мережі для розпізнавання об'єктів, треновану на наборі даних COCO. Розроблено алгоритм фільтрації об'єктів, який містить попереднє створення конфігурації, для визначення множин доречних класів об'єктів для різних контекстів. Розроблено гнучку конфігурацію, яка може бути модифікована та розширена новими умовами роботи, за потреби, без додаткових змін у логіці програмної частини. Проведено низку експериментів для визначення точності роботи системи у нових середовищах, під час яких систему протестовано з використанням набору даних ODSR-IHS, який містить зображення, отримані під час роботи роботів-порохотягів, і досягнуто точності розпізнавання 5 класів об'єктів на рівні 83 %. Виявлено під час проведення експериментів здатність системи знаходити більшу кількість значущих об'єктів, ніж передбачалось авторами набору даних, зокрема людей у кадрі, що свідчить про перспективність використання системи у різному оточенні. Встановлено, що завдяки використанню диверсифікованого набору даних із 80 класами об'єктів та відбором тільки значущих предметів розроблена система є ефективною під час використання у різних середовищах. Запропонований метод вирішує проблему перевикористання єдиної системи розпізнавання об'єктів у різних середовищах, що спрощує її використання у мобільних системах, які можуть працювати у різному оточенні.
|
| first_indexed | 2024-03-11T21:27:07Z |
| format | Article |
| id | doaj.art-a895027b25b94c839f0d838d62fad10d |
| institution | Directory Open Access Journal |
| issn | 1994-7836 2519-2477 |
| language | English |
| last_indexed | 2024-03-11T21:27:07Z |
| publishDate | 2023-08-01 |
| publisher | Ukrainian National Forestry University |
| record_format | Article |
| series | Науковий вісник НЛТУ України |
| spelling | doaj.art-a895027b25b94c839f0d838d62fad10d2023-09-27T23:41:48ZengUkrainian National Forestry UniversityНауковий вісник НЛТУ України1994-78362519-24772023-08-0133410.36930/40330412Використання нейромережевих засобів для розпізнавання об'єктів у мобільних системах з обходом перешкодБ. П. Борківський0В. М. Теслюк1Національний університет "Львівська політехніка", м. ЛьвівНаціональний університет "Львівська політехніка", м. Львів Запропоновано вдосконалення нейромережевого методу розпізнавання об'єктів для пошуку доречних об'єктів в межах заданого контексту. Проаналізовано останні дослідження та підходи до вирішення проблеми розпізнавання об'єктів і виявлено ключові особливості декількох архітектур нейронних мереж. Наведено метод, що базується на поєднанні нейронної мережі, пристосованої до пошуку образів, та застосуванні додаткових алгоритмів для вилучення зайвих об'єктів, а саме алгоритму видалення дублікатів об'єктів та алгоритму фільтрації об'єктів відповідно до контексту. Застосовано готову архітектуру Single Shot Detector як основу нейронної мережі для розпізнавання об'єктів, треновану на наборі даних COCO. Розроблено алгоритм фільтрації об'єктів, який містить попереднє створення конфігурації, для визначення множин доречних класів об'єктів для різних контекстів. Розроблено гнучку конфігурацію, яка може бути модифікована та розширена новими умовами роботи, за потреби, без додаткових змін у логіці програмної частини. Проведено низку експериментів для визначення точності роботи системи у нових середовищах, під час яких систему протестовано з використанням набору даних ODSR-IHS, який містить зображення, отримані під час роботи роботів-порохотягів, і досягнуто точності розпізнавання 5 класів об'єктів на рівні 83 %. Виявлено під час проведення експериментів здатність системи знаходити більшу кількість значущих об'єктів, ніж передбачалось авторами набору даних, зокрема людей у кадрі, що свідчить про перспективність використання системи у різному оточенні. Встановлено, що завдяки використанню диверсифікованого набору даних із 80 класами об'єктів та відбором тільки значущих предметів розроблена система є ефективною під час використання у різних середовищах. Запропонований метод вирішує проблему перевикористання єдиної системи розпізнавання об'єктів у різних середовищах, що спрощує її використання у мобільних системах, які можуть працювати у різному оточенні. https://nv.nltu.edu.ua/index.php/journal/article/view/2526оброблення зображеньзгорткова мережавиявлення об'єктівконтекстне видалення |
| spellingShingle | Б. П. Борківський В. М. Теслюк Використання нейромережевих засобів для розпізнавання об'єктів у мобільних системах з обходом перешкод Науковий вісник НЛТУ України оброблення зображень згорткова мережа виявлення об'єктів контекстне видалення |
| title | Використання нейромережевих засобів для розпізнавання об'єктів у мобільних системах з обходом перешкод |
| title_full | Використання нейромережевих засобів для розпізнавання об'єктів у мобільних системах з обходом перешкод |
| title_fullStr | Використання нейромережевих засобів для розпізнавання об'єктів у мобільних системах з обходом перешкод |
| title_full_unstemmed | Використання нейромережевих засобів для розпізнавання об'єктів у мобільних системах з обходом перешкод |
| title_short | Використання нейромережевих засобів для розпізнавання об'єктів у мобільних системах з обходом перешкод |
| title_sort | використання нейромережевих засобів для розпізнавання об єктів у мобільних системах з обходом перешкод |
| topic | оброблення зображень згорткова мережа виявлення об'єктів контекстне видалення |
| url | https://nv.nltu.edu.ua/index.php/journal/article/view/2526 |
| work_keys_str_mv | AT bpborkívsʹkij vikoristannânejromereževihzasobívdlârozpíznavannâobêktívumobílʹnihsistemahzobhodompereškod AT vmteslûk vikoristannânejromereževihzasobívdlârozpíznavannâobêktívumobílʹnihsistemahzobhodompereškod |