Публікація:
Методи виявлення дронів за допомогою глибокого навчання

dc.contributor.authorПахомова, Є. В.
dc.date.accessioned2025-08-24T18:23:14Z
dc.date.available2025-08-24T18:23:14Z
dc.date.issued2025
dc.description.abstractМетою кваліфікаційної роботи є розробка та дослідження методів виявлення безпілотних літальних апаратів (БПЛА) з використанням алгоритмів глибокого навчання для забезпечення ефективної та точної детекції дронів у режимі реального часу. У ході виконання кваліфікаційної роботи було проведено огляд сучасних підходів до виявлення дронів, зокрема оптичних методів на основі комп'ютерного зору. Основну увагу приділено аналізу та порівнянню архітектур моделей YOLO (v3, v4, v5), які є одноетапними детекторами об'єктів, здатними забезпечити швидке виявлення візуальних об'єктів. Досліджено проблему детекції малих об'єктів, характерну для задач виявлення дронів на великій відстані, та застосовано метод розбиття зображень на фрагменти (tiling) для покращення точності. Проведено серію експериментів із використанням як реальних, так і симульованих даних, у тому числі зображень дронів і птахів, для зменшення кількості хибнопозитивних спрацювань. Ефективність моделей оцінювалась за метриками точності, повноти та часу інференсу. За результатами досліджень сформульовано рекомендації щодо вибору архітектури моделі в залежності від обмежень апаратного забезпечення та цілей застосування.
dc.identifier.citationПахомова Є. В. Методи виявлення дронів за допомогою глибокого навчання : пояснювальна записка до кваліфікаційної роботи здобувача вищої освіти на другому (магістерському) рівні, спеціальність 123 Комп'ютерна інженерія / Є. В. Пахомова ; М-во освіти і науки України, Харків. нац. ун-т радіоелектроніки. – Харків, 2025. – 57 с.
dc.identifier.urihttps://openarchive.nure.ua/handle/document/32436
dc.language.isouk
dc.subjectБПЛА
dc.subjectYOLO
dc.subjectвиявлення об'єктів
dc.subjectрозбиття зображень (tiling)
dc.subjectреальний час
dc.titleМетоди виявлення дронів за допомогою глибокого навчання
dc.title.alternativeDrone Detection Methods Using Deep Learning
dc.typeOther
dspace.entity.typePublication

Файли

Оригінальний пакет
Зараз показано 1 - 2 з 2
Завантаження...
Зображення мініатюри
Назва:
2025_M_EOM_SPm-23-4_Pakhomova_Ye_V.pdf
Розмір:
1.21 MB
Формат:
Adobe Portable Document Format
Завантаження...
Зображення мініатюри
Назва:
2025_M_EOM_SPm-23-4_Pakhomova_Ye_V_Dodatky.pdf
Розмір:
1.45 MB
Формат:
Adobe Portable Document Format
Ліцензійний пакет
Зараз показано 1 - 1 з 1
Немає доступних мініатюр
Назва:
license.txt
Розмір:
10.74 KB
Формат:
Item-specific license agreed upon to submission
Опис: