БЕЙНЕ АҒЫНДАРЫНДА ҚОЗҒАЛАТЫН ОБЪЕКТІЛЕРДІ АНЫҚТАУ ҮШІН НАҚТЫ УАҚЫТТАҒЫ МАТЕМАТИКАЛЫҚ МОДЕЛЬДЕУ

Аңдатпа

Қозғалыстағы объектілерді нақты уақытта бейне ағындарында анықтауға арналған математикалық модельдерді әзірлеу қауіпсіздік пен процестерді автоматтандыру қажеттілігінің артуына байланысты маңызды міндет болып табылады. Бұл зерттеуде Faster Region-Based Convolutional Neural Network (Faster R-CNN) моделіне негізделген анықтау жүйесі ұсынылады. Жүйе Residual Network-50 (ResNet-50), Feature Pyramid Network (FPN), MobileNet Version 3 Large және Efficient Network-B0 (EfficientNetB0) сияқты әртүрлі архитектураларды пайдаланады және Self-Attention механизмімен күшейтілген. Модель объектілердің белгілерін тиімді түрде бөліп алып, терең нейрондық желілер мен масштабтау әдістерін пайдалану арқылы әртүрлі операциялық жағдайларға бейімделуді қамтамасыз етеді. Эксперименттік нәтижелер жоғары дәлдікті көрсетеді: MobileNet Version 3 Large моделі 95,70% дәлдікке, ал Residual Network-50 моделі алғашқы үш оқу кезеңінде 100% дәлдікке жетті. EfficientNetB0 архитектурасы мен Self-Attention механизмі қолданылған Faster R-CNN моделі де үшінші кезеңге дейін 100% дәлдікке жетіп, кейінгі оқу циклдарында тұрақты нәтижелер көрсетті. ResNet-50 және FPN архитектурасы қолданылған модель бірінші оқу кезеңіндегі орташа шығын мәнін 0,0922-ден он бесінші кезеңге дейін 0,0102-ге дейін төмендетуді көрсетті, бұл оның сенімділігі мен тиімділігін растайды. Болашақ зерттеулер ұсынылған жүйені күрделірек және динамикалық бейне сценарийлерін өңдеуге бейімдеуге, сондай-ақ есептеу шығындарын азайтып, өңдеу жылдамдығын арттыру үшін деректерді өңдеуді оңтайландыруға бағытталуы мүмкін.