• ВХОД

    •  

    Полное описание


     Карелин, Владислав Евгеньевич. Особенности реализации детектора объектов на ВПП в системах улучшенного видения / В. Е. Карелин ; науч. рук. Р. О. Арефьев. - Текст : непосредственный // Актуальные проблемы развития авиационной техники и методов ее эксплуатации - 2020 : сборник трудов XIII Всероссийской научно-практической конференции студентов и аспирантов, 8-9 декабря 2020 г. / Федеральное агентство воздушного транспорта, Иркутский филиал Федерального государственного бюджетного образовательного учреждения высшего образования "Московский государственный технический университет гражданской авиации" (МГТУ ГА) ; редакционная коллегия : ответственный редактор - Горбачев О. А. [и др.]. - Иркутск : Иркутский фил. МГТУ ГА, 2021. - Т. 1. - С. 137-144. - Библиогр. в конце ст. - ISBN 978-5-9500497-7-4.
    (Шифр в БД М/74913/1)
    ГРНТИ УДК
    28.23.37004.032.26
    28.23.15004.93

    Рубрики:
    Нейронные сети -- Применение
    Машинное зрение

    Кл.слова (ненормированные): компьютерное зрение -- сверточная нейронная сеть -- детектирование объектов -- решение прикладных задач -- воздушное судно -- labview -- enhanced vision system -- synthetic vision system -- mobilenet
    Аннотация: В статье показана актуальность усовершенствования бортовой авионики и ее аппаратно-программных комплексов, в частности - системы улучшенного видения (EVS). Приведен принцип реализации программ, работающих с моделями глубокого обучения, и реализация детектора объектов, классифицирующего объекты с источников цифрового видеоизображения с использованием программной среды графического программирования "NI LabVIEW" и функций модуля "NI Vision Development", реализующих методы работы с сохранёнными моделями глубокого обучения, созданными с помощью библиотеки "TensorFlow". Рассмотрены результаты детектирования и классификации при разных источниках изображения и разной дальности расположения объектов от камер. Кратко рассмотрено устройство модели глубокого обучения, использованной в детекторе объектов, а именно - комбинация структуры передовой архитектуры свёрточной нейронной сети "MobileNetV2" и метода обнаружения объектов на изображениях, именуемого "Single Shot MultiBox Detector". В ходе разработки и тестирования детектора объектов был сделан вывод о том, что для расширения спектра классов детектируемых объектов, наблюдаемых как в зоне аэродрома, так и вблизи нее, повышения его скорости и эффективности, а также возможности дальнейшей интеграции с системами улучшенного видения ("EVS") необходимо создание собственного набора данных, доработка общей архитектуры свёрточной нейросети и детектора, тренировка собственной модели на новом наборе данных, а также реализация работы данной модели с использованием библиотеки "OpenCV" и такого языка программирования как "С++" или "Python" вместо языка "G", который используется в данной реализации детектора объектов и привязан к программной среде разработки "NI LabVIEW".
    Доп. точки доступа:
    Горбачев, Олег Анатольевич\ред.\
    Арефьев, Роман Олегович\науч. рук.\
    Московский государственный технический университет гражданской авиации

    Экз-ры полностью М/74913/1
    Имеются экземпляры в отделах: всего 2 : ПНТ (1), ХРЦ (1)
    Свободны: ПНТ (1), ХРЦ (1)



    Заказ фрагмента документа ₽