ЖОЛ БЕЛГІЛЕРІН АВТОМАТТЫ ТҮРДЕ КОНВОЛЮЦИЯЛЫҚ НЕЙРОНДЫҚ ЖЕЛІЛЕР КӨМЕГІМЕН АНЫҚТАУ ЖӘНЕ ТАНУ
Бұл зерттеу жұмысы терең конволюциялық нейрондық желілерді (CNN) пайдалана отырып, жол белгілерін анықтау және жіктеу саласын зерттейді. CNN-дің сенімді мүмкіндіктерін пайдалана отырып, зерттеу жол белгілерін тану міндетіне қолданылатын компьютерлік көру әдістерінің күрделі көрінісін жан-жақты зерттейді. Бұл зерттеудің негізгі орталығы 43 түрлі сыныптардағы 50 000-нан астам аннотацияланған жол белгілерінің кескіндерін қамтитын неміс жол белгілерін тану эталоны (GTSRB) деректер жинағында оқытылған CNN негізіндегі архитектураны жобалау және бағалауға бағытталған. Теориялық негіздерді және практикалық енгізуді мұқият тексеру арқылы зерттеу жол белгілерін анықтау жүйелерінің дәлдігі мен тиімділігін арттырудағы CNN-дің маңызды рөлін түсіндіреді. Зерттеу сәйкес жол белгілерінің даналарын тиімді түсіру кезінде модельдің жалған позитивтерді азайтудағы шеберлігін дәйекті түрде көрсете отырып, дәлдік, еске түсіру және F1 ұпай көрсеткіштерін пайдаланып модельдің өнімділігін бағалайды. Сонымен қатар, бұл зерттеу жол белгілерін анықтау жүйелерінің тиімділігін арттыру үшін мұқият деректер жиынтығын өңдеудің, үлгіні оңтайландырудың және оқыту процедурасын нақтылаудың маңыздылығын көрсетеді. Бұл зерттеудің нәтижелері интеллектуалды көлік жүйелеріне, автономды көліктерге және жол қауіпсіздігіне кең ауқымды әсер етеді, бұл жауапты және сенімді жол белгілерін тану технологияларын дамытуға перспективалы траекторияны ұсынады.
Сведения
- Журнал
- Вестник КазАТК
- Опубликовано
- 2025 · Т. 137, № 2, С. 335-345
- Язык
- Казахский
- ISSN
- 1609-1817 · 2790-5802
- Издатель
- JSC Academy of Logistics and Transport