hrvatski

SUSTAV ZA PREPOZNAVANJE BESPILOTNIH LETJELICA UPOTREBOM KONVOLUCIJSKIH NEURONSKIH MREŽA

Ovaj rad prikazuje rješenje problema detekcije dronova korištenjem neuronskih mreža primijenjenih na slikovnim signalima. U tu svrhu obrađen je način rada konvolucijskih neuronskih mreža koje se koriste za sve vrste zadataka vezane uz analizu slike kao što su klasifikacija, detekcija objekata i segmentacija. Prvo su predstavljene neke od najpoznatijih klasifikacijskih neuronskih mreža: LeNet, AlexNet, VGG, ResNet i MobileNet, s ciljem prikazivanja razvoja arhitektura i metoda učenja mreža koje se i danas koriste. Zatim su prikazane najpoznatije neuronske mreže za detekciju objekata: R-CNN, SSD i YOLO koje korištenjem jednih od istaknutih klasifikacijskih neuronskih mreža omogućavaju i lokalizaciju objekata na slici. Navedene neuronske mreže za detekciju primijenjene su na vlastitom skupu podataka za detekciju 5 klasa objekata: dronova, ptica, zrakoplova, helikoptera i insekata. Dobiveni rezultati se dodatno poboljšavaju korištenjem sintetičkih podataka generiranih u Blenderu. Kako bi se ispitala mogućnost izvršavanja odabranih neuronskih mreža u realnom vremenu, testirane su njihove performanse na različitim uređajima: Raspberry Pi 4B, Jetson TX2 i stolnom računalu. Konačno, s ciljem dodatnog poboljšanja rezultata klasifikacije koristi se detekcija u dva koraka.

Konvolucijska neuronska mreža ; Klasifikacija ; Detekcija objekata ; R-CNN ; SSD ; YOLO ; Sintetički podaci ; Dronovi

nije evidentirano