Тема выпускной квалификационной работы: <<Исследование методов машинного обучения для определения отдельно стоящих объектов>>. Цель работы --- разработка алгоритма распознавания предопределенных классов объектов в видеопотоке. В ходе выполнения работы были рассмотрены различные методы распознавания объектов на изображениях и проведено их сравнение. Для распознавания было выбрано ограниченное множество классов объектов на изображениях. Разработан алгоритм, распознающий выбранные классы объектов. Результатом выполнения работы является алгоритм, реализованный на языке Python с использованием модели распознавания объектов YOLOv5. Проведено исследование качества и времени работы реализованного алгоритма при анализе фотографий. Рассмотрена зависимость точности распознавания от освещения, изменения углов поворота, процента перекрытия. Проведено сравнение точности и времени работы разработанного алгоритма. Разработанный алгоритм распознавания может являться составной частью комплексного алгоритма полета дрона. Например, алгоритм может использоваться для определения траектории и режима движения при движении на автопилоте.

The topic of the final qualifying work: <<Research of machine learning methods for determining free-standing objects>>. The purpose of the work is to develop an algorithm for recognizing predefined classes of objects in the drone video stream. In the course of the work, various methods of recognizing objects in images were considered and their comparison was carried out. A limited number of object classes in the images were selected for recognition. An algorithm has been developed that recognizes the selected classes of objects. The result of the work is an algorithm implemented in Python using a pre-trained YOLOv5 object detection model. A study of the quality and operating time of the implemented algorithm in the analysis of photographs was carried out. The dependence of recognition accuracy on lighting, changes in rotation angles, and the percentage of overlap is considered. The accuracy and operating time of the developed algorithm are compared. The developed recognition algorithm can be an integral part of a complex drone flight algorithm. For example, the algorithm can be used to determine the trajectory and mode of movement during autonomous movement.

• 1.
• 2.
  • R-CNN
  • Fast R-CNN
  • Faster R-CNN
  • You Only Look Once
• 3.
• 4.
• 5.