Публікація: Сегментація зображень в реальному часі для автономних транспортних засобів
Завантаження...
Дата
2025
Автори
Назва журналу
ISSN журналу
Назва тома
Видавництво
Анотація
Кваліфікаційна робота присвячена дослідженню методів сегментації зображень для автономних транспортних засобів, зокрема застосуванню архітектури DeepLabv3+ для досягнення високої точності сегментації об'єктів у реальному ча сі. Робота також розглядає підходи до оптимізації нейронних мереж для ефективної роботи на вбудованих системах, що мають обмежені обчислювальні ресурси. У роботі проведено детальний аналіз існуючих підходів до сегментації зображень і обґрунтовано вибір DeepLabv3+ як основної архітектури. Значна увага приділяється навчанню моделі на синтетичних і реальних наборах даних, таких як Synscapes і Cityscapes, що дозволило досягти високих показників точності. Крім того, робота демонструє процес адаптації моделей до реальних умов шляхом тонкого налаштування та використання сучасних технік оптимізації. Результати експериментів показують, що запропонований підхід дозволяє забезпечити сегментацію об'єктів з високою точністю та продуктивністю навіть на вбудованих системах. Це відкриває можливості для подальшого застосування таких моделей у системах автономного керування, підвищуючи їхню надійність і ефективність.
Опис
Ключові слова
автономний транспортний засіб, оптимізація моделей, реальний час, сегментація зображень, точність пікселів
Бібліографічний опис
Лозицький А. О. Сегментація зображень в реальному часі для автономних транспортних засобів : пояснювальна записка до кваліфікаційної роботи здобувача вищої освіти на другому (магістерському) рівні, спеціальність 113 Прикладна математика / А. О. Лозицький ; М-во освіти і науки України, Харків. нац. ун-т радіоелектроніки. – Харків, 2025. – 57 с.