Інформаційна система розпізнавання об’єктів для БПЛА на основі згорткових нейронних мереж

Abstract

Дана кваліфікаційна робота присвячена розробці системи розпізнавання об’єктів на зображеннях, відео та стрімах, які надходять з БПЛА, із використанням згорткових нейронних мереж у режимі реального часу. Що є актуальним в умовах стрімкого зростання сфери застосування БПЛА у різних сферах сучасного суспільства, зокрема, у зонах стихійного лиха та масових руйнувань після обстрілів у зонах ведення бойових дій. Об’єкт роботи – процес розпізнавання об’єктів при обробці даних, які надходять з БПЛА. Предмет роботи – нейромережеві моделі та програмні засоби розпізнавання об’єктів у місцях масових руйнувань на зображеннях, відео та стрімах БПЛА. Мета роботи – підвищення точності розпізнавання об’єктів у зонах масових руйнувань після обстрілів шляхом розробки інформаційної системи на основі згорткових нейронних мереж Ultralytics YOLO. This bachelor's qualification work is devoted to the development of a system for recognizing objects in images, videos and streams coming from UAVs using convolutional neural networks in real time. Which is relevant in the conditions of the rapid growth of the scope of UAV applications in various areas of modern society, in particular, in areas of natural disaster and mass destruction after shelling in combat zones. Object of work – the process of object recognition during the processing of data received from UAVs. Subject of work – neural network models and software for recognizing objects in places of mass destruction from images, videos and UAV streams. The purpose of this work is to increase the accuracy of object recognition in areas of mass destruction after shelling by developing an information system based on Ultralytics YOLO convolutional neural networks.