Ідентифікація об'єктів із зображенням дронів - одне з найсучасніших завдань для штучних нейронних мереж. Оскільки дрони завжди переміщуються на різній висоті, масштаб об'єкта сильно варіюється, що ускладнює оптимізацію мереж. Більше того, політ на великих швидкостях і малих висотах призводить до нечіткого зображення густонаселених об'єктів під час руху, що є проблемою під час вирішення завдання розпізнавання та класифікації невеликих за розміром об'єктів. У роботі розглянуто розв'язання вищевказаних проблем і вони вирішуються шляхом застосування додаткової моделі прогнозування для ідентифікації об'єктів різного масштабу. Автори також модифікують функцію втрат, щоб більші об'єкти ставити у невигідне становище і навпаки, щоб стимулювати розпізнавання дрібніших об'єктів. Щоб досягти покращень, використовують передові методи, такі як багатомасштабне тестування, розмиття зображення, поворот об'єкта та спотворення даних. Експерименти з великим набором даних показують, що розглянута модель добре працює на зображеннях дронів. У порівнянні з базовою моделлю (YOLOv5) розглянута модель демонструє значні покращання у розпізнаванні та класифікації об'єктів.

 Наукова періодика України 

---

  Якщо, ви не знайшли інформацію про автора(ів) публікації, маєте бажання виправити або відобразити більш докладну інформацію про науковців України запрошуємо заповнити "Анкету науковця"