YOLOV10 НЕЙРЛІК ЖЕЛІЛІГІНІҢ НЕГІЗІНДЕ НАҚТЫ УАҚЫТТА ҰШҚЫШСЫЗ АВИАЦИЯНЫ ТАНУ МОДЕЛІН ӘЗІРЛЕУ
##plugins.pubIds.doi.readerDisplayName##:
https://doi.org/10.54309/IJICT.2025.24.4.019Аңдатпа
Мақалада нақты уақыт режимінде ұшқышсыз ұшу аппараттары (ҰҰА) мен құстарды тану және жіктеу моделін YOLOv10 нейрондық желісі негізінде әзірлеу қарастырылады. Зерттеу тақырыбы ҰҰА-ның әртүрлі салаларда кеңінен қолданылуына және соған байланысты қауіпсіздік мәселелерінің өзектілігіне байланысты маңызды болып отыр. Модельді оқыту үшін 7580 бейнеден тұратын деректер жиыны құрылды. Бұл бейнелер авторлық ҰҰА ұшу жазбаларынан және Roboflow, Ultralytics HUB, Kaggle сияқты ашық көздерден жиналды. Деректерді аннотациялау, аугментациялау және оларды оқыту, тексеру және тестілеу жиынтықтарына бөлу Roboflow платформасы арқылы жүзеге асырылды. Модель NVIDIA GeForce RTX 4080 графикалық процессоры негізінде Ultralytics құрылымын пайдаланып оқытылды. Нәтижесінде алынған модель mAP50 және mAP50-95 көрсеткіштері бойынша YOLO-ның алдыңғы нұсқаларынан асып түсетін жоғары дәлдікті көрсетті. Сонымен қатар, бұл модель объектілерді сегменттеу және бақылау тапсырмаларын жоғары тиімділікпен орындай алатынын көрсетті, бұл оны оптикалық-электрондық бақылау жүйелері үшін перспективалы шешім етеді. Зерттеу нәтижелері ҰҰА мен құстарды анықтау жүйелерін әзірлеушілер үшін пайдалы болып, стратегиялық маңызды нысандардағы қауіпсіздікті арттыруға ықпал етуі мүмкін.
##plugins.generic.usageStats.downloads##
Жүктеулер
Жарияланды
Дәйексөзді қалай келтіруге болады
Журналдың саны
Бөлім
Лицензия
Авторлық құқық (c) 2025 ХАЛЫҚАPАЛЫҚ АҚПАРАТТЫҚ ЖӘНЕ КОММУНИКАЦИЯЛЫҚ ТЕХНОЛОГИЯЛАР ЖУРНАЛЫ

Бұл жұмыс Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 Дүние жүзінде.
https://creativecommons.org/licenses/by-nc-nd/3.0/deed.en