Методи машинного зору для розпізнавання авіаційної техніки

Abstract

Резюме. Розпізнавання авіаційної техніки за зображеннями дозволяє ідентифікувати літаки, аналізувати знімки авіабаз та аеропортів, тощо. Актуальність цієї теми особливо зростає в умовах бойових дій, коли необхідна швидка й точна обробка великих масивів даних, включно із супутниковими знімками. Метою даної статті є демонстрація роботи розробленої системи розпізнавання авіаційної техніки: від створення моделі до її інтеграції в телеграм-бот. Через специфіку роботи було неможливо знайти підходящий датасет. У зв'язку з цим було сформовано власний датасет, який містив у собі 370 зображень літаків(Ту-95, Ту-22, Ту-160, Су-30, А-50, Су-34, Су-35, Су-25, Су-57, Міг-31, Су-24). Датасет містить зображення перерахованих літаків з різних ракурсів: із супутника, із землі, у повітрі. Анотація даних виконана за допомогою платформи Roboflow. Roboflow — це онлайн-платформа для роботи з комп’ютерним зором. Вона допомагає розробникам і дослідникам швидко підготувати та використати датасети для навчання моделей машинного навчання. Після анотації даних потрібно виконати розподіл даних на вибірки. За допомогою інструментів платформи дані були розділені на 3 вибірки - навчальна(70%), валідаційна(20%), тестова(10%). Поділ даних відбувався за допомогою алгоритма Random Split. Для безпосереднього розпізнавання та класифікації об’єктів була використана модель YOLO (You Only Look Once) — сучасний алгоритм детекції, який дозволяє знаходити та класифікувати об’єкти на зображеннях. Його ключова перевага полягає в тому, що аналіз виконується за один прохід нейронної мережі, що забезпечує високу швидкість та ефективність обробки навіть великих масивів даних. Проте даний підхід має і певні недоліки - недостатня точність класифікації для невеликих об'єктів на зображеннях та необхідність великих датасетів для створення моделей високої точності. Загалом моделі типу YOLO працюють наступним чином: 1. Вхідне зображення розділяють на сітку комірок (наприклад, 10x10). Кожна комірка відповідає за виявлення об'єктів, центр яких знаходиться в цій комірці. 2. Для кожної комірки сітки YOLO прогнозу кілька обмежувальних рамок, кожна з яких має показник достовірності, що вказує на ймовірність присутності об'єкта в цій рамці та на те, наскільки добре рамка відповідає об'єкту. Показник, що вказує на ймовірність того, що обмежувальна рамка містить будь-який об'єкт. Ймовірності класу: Ймовірності для кожного можливого класу об'єктів (наприклад, автомобіль, людина, собака) в межах цієї обмежувальної рамки. 3. Після початкових прогнозів NMS застосовується для фільтрації надлишкових та перекриваючих обмежувальних рамок. Якщо кілька обмежувальних рамок виявляють один і той самий об'єкт, NMS вибирає ту з найвищим показником достовірності та пригнічує інші. Після тренування моделі було оцінено її параметри. Для аналізу було визначено 2 ключові параметри: тоочність (precision) та повнота(recall).