МОДУЛЬ МАШИННОГО ЗОРУ ДЛЯ ВИЯВЛЕННЯ ОБ’ЄКТІВ НА ЗОБРАЖЕННЯХ І У ВІДЕОПОТОЦІ

Анотація

Робота присвячена актуальній тематиці створення та застосування інтелектуальних методів комп’ютерного зору для автоматизованого виявлення й сегментації об’єктів захисного спорядження на зображеннях і у відеопотоці.Мета роботи полягає у визначенні об’єктів заданого типу на зображеннях, отриманих із відеокамери, а також розробці моделі детекції, яка зможе ефективно ідентифікувати та локалізувати ці об’єкти в різних умовах освітлення, масштабу та перспективи. В матеріалі статті досліджено досліджено процес підготовки даних, зокрема застосування методів аугментації для підвищення репрезентативності вибірки, а також виконано порівняльний аналіз параметрів, швидкодії та результатів роботи моделей SAM і YOLO. Наведено результати експериментальних досліджень, які свідчать про позитивний вплив збільшення обсягу та різноманітності датасету на збалансованість даних і узагальнювальну здатність моделей комп’ютерного зору. Запропоновані підходи окремого навчання моделей для задач сегментації та класифікації підтвердили свою ефективність у контексті автоматизованої обробки зображень. В роботі для реалізації завдання сегментації зображень було сформовано спеціалізований датасет для об’єктів захисного спорядження. На етапі підготовки до тренування моделі до цього набору даних було застосовано процедури аугментації, зокрема віддзеркалення, обертання, масштабування та зміну яскравості, що дозволило суттєво підвищити різноманітність навчальних прикладів. Збільшення розміру датасету забезпечило більш збалансоване представлення даних і підвищило узагальнювальну здатність моделі. Отримані в роботі результати підтверджують доцільність і ефективність запропонованого авторами для даної проблеми окремого навчання моделей для сегментації та класифікації зображень. До перспектив подальших розвідок слід віднести розширення датасету, оптимізацію обчислювальної складності моделей і дослідження їх застосування в режимі реального часу для відеоаналітики.