تعداد نشریات | 39 |
تعداد شمارهها | 1,115 |
تعداد مقالات | 8,121 |
تعداد مشاهده مقاله | 6,011,600 |
تعداد دریافت فایل اصل مقاله | 3,274,084 |
تشخیص بهموقع پرندههای هدایتپذیر از دور چند بال چرخان با استفاده از الگوریتم YOLOv5 بهینه سازی شده. | ||
علوم و فناوریهای پدافند نوین | ||
مقاله 2، دوره 14، شماره 1 - شماره پیاپی 51، خرداد 1402، صفحه 11-22 | ||
نوع مقاله: کامپیوتر - محاسبات نرم و هوش مصنوعی | ||
نویسندگان | ||
سیدعلی حسینی مرادی* 1؛ نادر قبادی2؛ مجید امیرزاده3 | ||
1دانشگاه پدافند هوایی خاتم الانبیاء(ص)،تهران، ایران | ||
2دانشگاه ملایر،ملایر،ایران | ||
3دانشجوی دکتری، فیزیک همدان،همدان، ایران | ||
تاریخ دریافت: 18 خرداد 1401، تاریخ بازنگری: 15 اسفند 1401، تاریخ پذیرش: 26 اردیبهشت 1402 | ||
چکیده | ||
در سالهای اخیر پیشرفت بسیار سریع فنّاوری در حوزهی پهپادها (پرندههای هدایتپذیر از دور)، در کنار مزایای خود، تهدیدات جدی را در سطوح مختلف اجتماعی و امنیتی به همراه داشته است. از جملهی این مشکلات، میتوان به بحث پروازهای غیرمجاز در مناطق حفاظتشده و امنیتی اشاره کرد. لذا تشخیص بهموقع این دستگاهها در جهت انجام سریع اقدامات مربوطه، ضروری است. در همین راستا، در این پژوهش با بهرهگیری از الگوریتم YOLOv5l که جزء جدیدترین نسخه الگوریتمهای یکمرحلهای بیناییرایانهای است، دو مدل با بهینهسازهای SGD و Adam جهت تشخیص بهموقع پهپادها توسعه داده شده است. برای توسعهی مدلهای حاضر در این پژوهش، از یک مجموعه داده شامل 10046 عدد عکس از انواع و حالات مختلف پهپادها استفاده شده است. پردازش مدلها به کمک بستر گوگلکولب انجام شده است که بهصورت رایگان یک سیستم پردازشی قدرتمند را در اختیار توسعهدهندگان قرار میدهد. ارزیابی مدلها بر روی چهار مجموعه آزمون 1000 عددی شامل مجموعه آزمون معمولی، کمحجم، حالت شب، خاکستری مقیاس و همچنین یک مجموعه آزمون شامل 100 عدد عکس از چندین پهپاد صورت گرفته است. طبق نتایج ارائه شده در این پژوهش، مدل توسعه داده شده با بهینهساز Adam نسبت به مدل توسعه داده شده با بهینهساز SGD عملکرد بهتری داشته است. | ||
کلیدواژهها | ||
پهپاد (پرنده هدایتپذیر از دور)؛ تشخیص خودکار؛ هوشمصنوعی؛ بیناییرایانهای؛ YOLOv5 | ||
مراجع | ||
| ||
آمار تعداد مشاهده مقاله: 138 تعداد دریافت فایل اصل مقاله: 1 |