Параметри
Розробка застосунку для пошуку військової техніки та військових на відео
Дата випуску :
2023
Автор(и) :
Тара Олександр Миколайович
Анотація :
Метою дипломної роботи є розробка застосунку, який дозволить знаходити військову техніку та військових на відео, а також навчити існуючу модель розрізняти військові об’єкти з дронів.
Задача пошуку військових об’єктів є критичною у нинішній війні, а автоматизація цього процесу може допомогти українським військовим. Розробка застосунку, який дозволяє використовувати навчену модель для пошуку військової техніки та військових надасть зручний інтерфейс для навченої моделі.
Виконано загальний огляд відомих підходів до розв’язання поставленої задачі, проаналізовано переваги та недоліки використання різних архітектур нейронних мереж, запропоновано використання моделі YOLOv8, яка є найновішою та найкращою моделлю для пошуку об’єктів на зображенні.
Проведено навчання моделі на власному датасеті. Модель навчено з використанням методу навчання з підкріпленням, що дозволяє зберегти надбання YOLOv8 у задачі пошуку об’єктів і водночас змінити модель під наші потреби. Створено додаток, який слугує інтерфейсом для роботи з навченою моделлю.
Ключові слова : нейронна мережа, пошук об’єктів, детекція, андроїд, датасет, архітектура, TENSORFLOW LITE, MULTIK, OPENCV, тензор.
Задача пошуку військових об’єктів є критичною у нинішній війні, а автоматизація цього процесу може допомогти українським військовим. Розробка застосунку, який дозволяє використовувати навчену модель для пошуку військової техніки та військових надасть зручний інтерфейс для навченої моделі.
Виконано загальний огляд відомих підходів до розв’язання поставленої задачі, проаналізовано переваги та недоліки використання різних архітектур нейронних мереж, запропоновано використання моделі YOLOv8, яка є найновішою та найкращою моделлю для пошуку об’єктів на зображенні.
Проведено навчання моделі на власному датасеті. Модель навчено з використанням методу навчання з підкріпленням, що дозволяє зберегти надбання YOLOv8 у задачі пошуку об’єктів і водночас змінити модель під наші потреби. Створено додаток, який слугує інтерфейсом для роботи з навченою моделлю.
Ключові слова : нейронна мережа, пошук об’єктів, детекція, андроїд, датасет, архітектура, TENSORFLOW LITE, MULTIK, OPENCV, тензор.
Бібліографічний опис :
Тара О. М. Розробка застосунку для пошуку військової техніки та військових на відео : кваліфікаційна робота … магістра : 122 Комп’ютерні науки / Тара Олександр Миколайович. - Київ, 2023. – 69 с.
Файл(и) :
Вантажиться...
Формат
Adobe PDF
Розмір :
23.04 MB
Контрольна сума:
(MD5):a8f4022f37ccaa4b4c055f7ab4950e24
Ця робота розповсюджується на умовах ліцензії Creative Commons CC BY-NC