تتبع كائنات متعددة في الوقت الفعلي باستخدام YOLOv8
| العنوان | تتبع كائنات متعددة في الوقت الفعلي باستخدام YOLOv8 |
|---|---|
| المؤلف | أتيس، حسن فهمي، سيليك، كانسو، أداك، بيرك، أداك، ميرت، بيرك، دورموس |
| تاريخ النشر: | 2024-01-01 |
| مكان النشر | - IEEE |
| الموضوع | TrackEval، UAVDT، Visdrone، التعلم العميق، YOLOv8، تعقب الكائنات |
| النوع | وثيقة |
| اللغة | التركية |
| رقمي | نعم |
| مخطوط | لا |
| المكتبة: | جامعة اوزيجين |
| معرف أصل المكتبة | 979-8-3503-8897-8 |
| رقم السجل | 5aa439b7-b977-4b67-98ee-b3dd6d5bf52e |
| موقع المكتبة | علوم الكمبيوتر |
| التاريخ | 2024-01-01 |
| نص عينة | في هذه الورقة، استخدمنا أجهزة تعقب عميقة ومتعددة الكائنات لتتبع الكائنات في الوقت الفعلي ونماذج تم تدريبها باستخدام مجموعات بيانات مختلفة في بيئة YOLOv8. من بين مجموعة واسعة من أجهزة التتبع التي تم تطويرها حاليًا، يتم استخدام أجهزة التتبع التي تتمتع بأفضل قدرات التتبع للتقييم في هذه الورقة. هذه هي SMILETrack وByteTrack وBoTSort. نظرًا لأن أجهزة تعقب الكائنات هذه تقوم بالتتبع من خلال اكتشاف الكائنات، فقد تم استخدام اكتشاف الكائنات باستخدام YOLOv8، الذي اجتاز العديد من عمليات تدقيق الأداء، مع أجهزة التتبع هذه لتحسين أداء التتبع. الهدف من هذه الورقة هو الحصول على نموذج كشف يمكنه اكتشاف الكائنات بدقة وتتبع 15 إطارًا على الأقل في الثانية في الوقت الفعلي باستخدام أجهزة التتبع الموضحة أعلاه. يتبين في هذا البحث أن النموذج المدرب قادر على تتبع 10 فئات مختلفة من الأجسام الصغيرة في مقاطع فيديو جوية بدقة عالية دون انقطاع. |
| DOI | 10.1109/SIU61531.2024.10600933 |
