YOLODrone+: بنية YOLO المحسنة للكشف عن الكائنات في صور الطائرات بدون طيار
| العنوان | YOLODrone+: بنية YOLO المحسنة للكشف عن الكائنات في صور الطائرات بدون طيار |
|---|---|
| المؤلف | شاهين، أو.، أوزر، سدات |
| تاريخ النشر: | 2022 |
| مكان النشر | - IEEE |
| الموضوع | التعلم العميق، كشف الأشياء، الطائرات بدون طيار |
| النوع | وثيقة |
| اللغة | الإنجليزية |
| رقمي | نعم |
| مخطوط | لا |
| المكتبة: | جامعة اوزيجين |
| معرف أصل المكتبة | 978-166545092-8 |
| رقم السجل | 3b371650-7ecd-4717-9c27-6c3299eb6aca |
| موقع المكتبة | علوم الكمبيوتر |
| التاريخ | 2022 |
| نص عينة | يظل أداء خوارزميات اكتشاف الكائنات التي تعمل على الصور الملتقطة من المركبات الجوية بدون طيار (UAVs) محدودًا عند مقارنتها بخوارزميات اكتشاف الكائنات التي تعمل على الصور الملتقطة على الأرض. نظرًا لميزاتها المتنوعة، فإن النماذج المعتمدة على YOLO، كجزء من أجهزة كشف الأشياء ذات المرحلة الواحدة، مفضلة في العديد من التطبيقات المعتمدة على الطائرات بدون طيار. في هذه الورقة، نقترح تحسينات معمارية جديدة على بنية YO-LOv5. تشمل تحسيناتنا ما يلي: (1) زيادة عدد طبقات الكشف و(2) استخدام المحولات في النموذج. من أجل تدريب واختبار أداء نموذجنا المقترح، استخدمنا مجموعات بيانات VisDrone وSkyData في ورقتنا البحثية. تشير نتائج الاختبار لدينا إلى أن حلولنا المقترحة يمكن أن تحسن دقة الكشف. |
| DOI | 10.1109/SIU55565.2022.9864746 |
