Олексій Казимиренко » Порівняльний аналіз ефективності методів розпізнавання автомобілів на аерокосмічних знімках
|
[додати інший файл чи обкладинку цього твору]
[додати цей твір до вибраного]
|
Порівняльний аналіз ефективності методів розпізнавання автомобілів на аерокосмічних знімках
Стаття
|
|
|
| Розділ: |
Наукова |
|
| Твір додано: |
14.10.2025 |
|
| Твір змінено: |
14.10.2025 |
|
| Завантажити: |
pdf
див.
(379.8 КБ)
|
|
| Опис: |
Control systems and computers \ Системи керування та комп’ютери, 2024, №4 (308).
У статті представлено порівняльний аналіз ефективності методів розпізнавання автомобілів на аерокосмічних знімках, зокрема класичних методів (Canny, Sobel, Laplacian, Prewitt та Scharr) та нейромережевої моделі YOLOv6n. Метою дослідження є оцінка точності виявлення автомобілів за допомогою різних методів на основі показників метрик Precision, Recall та F1 Score. Результати показали, що традиційні методи контурного виділення мають обмежену ефективність, особливо в умовах високої щільності об’єктів і варіацій яскравості та контрасту. Зокрема, вони продемонстрували низькі значення Precision та F1 Score, що вказує на значну кількість хибно позитивних та хибно негативних спрацьовувань. Нейромережева модель YOLOv6n, показала високі результати за всіма основними метриками (Precision – 97.9%, Recall – 94.8%, F1 Score – 96.32%, maP – 97.6%), що підтверджує її здатність забезпечувати точне та повне розпізнавання автомобілів на зображеннях. Отже, сучасні нейромережеві підходи, такі як YOLOv6n, рекомендуються для використання у високоточних задачах розпізнавання автомобілів на аерокосмічних знімках, тоді як класичні методи можуть бути корисними лише для попередньої обробки зображень. |
|
|
|
| |
|
Відгуки читачів:
|
| |
|
Поки не додано жодних відгуків до цього твору.
|
| |
|
|
| |
