YOLO-CBAM: ЛЕГКОВЕСНАЯ НЕЙРОСЕТЕВАЯ МОДЕЛЬ С ИНТЕГРИРОВАННЫМ МЕХАНИЗМОМ ВНИМАНИЯ ДЛЯ АНАЛИЗА ДОРОЖНЫХ ПОВРЕЖДЕНИЙ

Олжас Олжаев; Батырхан Омаров; Azizah Suliman

doi:10.54309/IJICT.2026.27.3.004

ХАЛЫҚАPАЛЫҚ АҚПАРАТТЫҚ ЖӘНЕ КОММУНИКАЦИЯЛЫҚ ТЕХНОЛОГИЯЛАР ЖУРНАЛЫ

YOLO-CBAM: ЖОЛДЫҢ ЗАҚЫМДАНУЫН ТАЛДАУҒА АРНАЛҒАН ИНТЕГРАЦИЯЛАНҒАН ЗЕЙІН МЕХАНИЗМІ БАР ЖЕҢІЛ САЛМАҚТЫ НЕЙРОНДЫҚ ЖЕЛІ МОДЕЛІ

Авторлар

Олжас Олжаев АО "МУИТ"
Батырхан Омаров
Azizah Suliman

##plugins.pubIds.doi.readerDisplayName##:

https://doi.org/10.54309/IJICT.2026.27.3.004

Кілт сөздер:

компьютерлік көру, терең оқыту, нысандарды анықтау, YOLO, CBAM, назар аудару механизмі, жол мониторингі, трансферлік оқыту

Аңдатпа

Бұл мақалада біз YOLO-cbam – нақты уақыт режимінде жол жамылғысының зақымдануын анықтауға арналған жылдам және жеңіл нейрондық желіні ұсынамыз. Біз стандартты YOLO архитектурасын конволюциялық блок зейін модулін (CBAM) қосу арқылы жақсарттық. Бұл назар аудару механизмі модельге жолдағы жарықтар сияқты күрделі ақауларға назар аударуға және фондық визуалды шуды елемеуге көмектеседі. Эксперименттер барысында таразыны оқытудың әртүрлі әдістері модельді оқыту процесіне қалай әсер ететіні туралы тесттер жүргізілді. Нәтижелер жартылай оқытуды пайдалану желіге ерте қателіктерді тез жеңуге және небәрі 40 дәуірде орташа дәлдікке (mAP@50) 0.6 жетуге көмектесетінін көрсетеді. Демек, Yolo-CBAM моделі үлкен есептеу шығындарынсыз ақауларды анықтауды жақсартады, осыған байланысты оны "ақылды" қалалардағы бейнебақылау жүйелері үшін жоғары тиімді шешім етеді.

##plugins.generic.usageStats.downloads##

##plugins.generic.usageStats.noStats##

Жарияланды

2026-09-15

Дәйексөзді қалай келтіруге болады

Олжаев, О., Омаров, Б., & Suliman, A. (2026). YOLO-CBAM: ЖОЛДЫҢ ЗАҚЫМДАНУЫН ТАЛДАУҒА АРНАЛҒАН ИНТЕГРАЦИЯЛАНҒАН ЗЕЙІН МЕХАНИЗМІ БАР ЖЕҢІЛ САЛМАҚТЫ НЕЙРОНДЫҚ ЖЕЛІ МОДЕЛІ. ХАЛЫҚАPАЛЫҚ АҚПАРАТТЫҚ ЖӘНЕ КОММУНИКАЦИЯЛЫҚ ТЕХНОЛОГИЯЛАР ЖУРНАЛЫ, 7(3). https://doi.org/10.54309/IJICT.2026.27.3.004