Використання нейронних мереж для визначення об’єктів на зображенні

Abstract

Розроблено модифіковану модель нейронної мережі на базі Yolo V5 та здійснено порівняння метрик якості класифікації об’єктів на відеозображеннях, побудованих на основі базових існуючих відомих архітектур нейронних мереж. Розглянуто застосування згорткових нейронних мереж для обробки зображень з камер відеоспостереження з метою розробки оптимізованого алгоритму для виявлення та класифікації об’єктів на відеозображеннях. Зроблено аналіз існуючих моделей та архітектур нейронних мереж для аналізу зображень і здійснено їх порівняння. Розглянуто можливості оптимізації процесу аналізу зображень за допомогою використання нейронних мереж.A modified neural network model based on Yolo V5 was developed and the quality metrics of object classification on video images built on the basis of existing known basic neural network architectures were compared. The application of convolutional neural networks for processing images from video surveillance cameras is considered in order to develop an optimized algorithm for detecting and classifying objects on video images. The existing models and architectures of neural networks for image analysis were analyzed and compared. The possibilities of optimizing the process of image analysis using neural networks are considered.