Решение задачи распознавания объектов и инцидентов на фотоматериалах, полученных с беспилотных летательных аппаратов с использованием методов глубокого обучения

Аннотация

Белякова А.Ю., Беляков Ю.Д., Замятин П.С.

Дата поступления статьи: 29.04.2021

В статье рассмотрены методы и алгоритмы дообучения сверточной нейронной сети VGG16 для решения задачи распознавания объектов на снимках с БПЛА (беспилотных летательных аппаратов). При отсутствии необходимого количества исходной информации предлагается работать на аугментированном наборе данных. В статье представлена архитектура нейронной сети и рассмотрено ее действие на конкретном примере. При разработке сервиса, выполняющего загрузку изображения и вывод результатов работы модели, использовался фреймворк Flask, обучение моделей происходило с использованием облачного сервиса Google Colab на основе Jupyter Notebook.

Ключевые слова: глубокое обучение, нейронная сеть, обработка снимков БПЛА, распознавание объектов, аугментация

05.13.06 - Автоматизация и управление технологическими процессами и производствами (по отраслям)

05.13.18 - Математическое моделирование, численные методы и комплексы программ

.