Сагайдачний, Н. І.2025-08-052025-08-052025Сагайдачний Н. І. Система розпізнавання об'єктів та траєкторії їх руху для безпілотних літальних апаратів : пояснювальна записка до кваліфікаційної роботи здобувача вищої освіти на другому (магістерському) рівні, спеціальність 122 Комп’ютерні науки / Н. І. Сагайдачний ; М-во освіти і науки України, Харків. нац. ун-т радіоелектроніки. – Харків, 2025. – 59 с.https://openarchive.nure.ua/handle/document/32358Об’єкт дослідження – системи виявлення об’єктів на відеопотоці з безпілотних літальних апаратів (БПЛА). Предмет дослідження – оптимізація процесу вибору датасету, архітектури детектора та метрик продуктивності для задач реального часу на базі моделей YOLO. Мета роботи – обґрунтувати та реалізувати ефективну систему виявлення об’єктів у відеопотоці з БПЛА шляхом порівняльного аналізу сучасних моделей YOLO та вибору оптимального датасету для навчання. Методи дослідження – системний аналіз датасетів (VisDrone, UAVDT), огляд та порівняння архітектур YOLO v8 та YOLO v11, автоматизована конвертація розмітки, експериментальне навчання моделей, логування продуктивності (mAP, FPS, латентність), тестування на відеостенді. У кваліфікаційній роботі розглянуто процес побудови ефективної системи детекції об’єктів у відеопотоці БПЛА на основі моделей YOLO. Обґрунтовано доцільність використання VisDrone як основного набору для тренування моделей. Здійснено експериментальне навчання конфігурацій YOLO v8 nano та YOLO v11 nano з ідентичними параметрами, реалізовано модуль автоматизованої конвертації розмітки, а також побудовано тестовий стенд для оцінки продуктивності. Результати демонструють перевагу YOLO v11 у швидкодії без втрати точності, що підтверджує її доцільність для реального застосування в умовах обмежених ресурсів БПЛА.ukmachine learningрозпізнавання об'єктівobject detectionvideo streamрозпізнавання траєкторії рухуOther