Видання НТУ "ХПІ"
Постійне посилання на розділhttps://repository.kpi.kharkov.ua/handle/KhPI-Press/62886
Переглянути
5 результатів
Результати пошуку
Документ The issue of training of the neural network for drone detection(Національний технічний університет "Харківський політехнічний інститут", 2024) Hashimov, Elshan; Khaligov, GiblaliIn the article, the issue of mistaking birds for UAVs, which is considered one of the main problems in the process of detecting unmanned aerial vehicles (UAVs) through cameras, was considered. The object of the study is a method of training an artificial intelligence model so that the detection system does not mistake drones for birds. In order to solve this problem, as an alternative to creating a new complex model, the retraining method was used by making some changes to the previously developed model. The aim of the study is to train an artificial intelligence model using certain methods to detect drones and prevent them from being mistaken for birds.Документ Efficiency of supplementary outputs in siamese neural networks(Національний технічний університет "Харківський політехнічний інститут", 2023) Melnychenko, Artem; Zdor, KostyantynIn the world of image analysis, effectively handling large image datasets is a complex challenge that requires using deep neural networks. Siamese neural networks, known for their twin-like structure, offer an effective solution to image comparison tasks, especially when data volume is limited. This research explores the possibility of enhancing these models by adding supplementary outputs that improve classification and help find specific data features. The article shows the results of two experiments using the Fashion MNIST and PlantVillage datasets, incorporating additional classification, regression, and combined output strategies with various weight loss configurations. The results from the experiments show that for simpler datasets, the introduction of supplementary outputs leads to a decrease in model accuracy. Conversely, for more complex datasets, optimal accuracy was achieved through the simultaneous integration of regression and classification supplementary outputs. It should be noted that the observed increase in accuracy is relatively marginal and does not guarantee a substantial impact on the overall accuracy of the model.Документ Застосування систем ортогональних функцій для формування простору ознак у методах класифікації зображень(Національний технічний університет "Харківський політехнічний інститут", 2022) Гороховатський, Володимир Олексійович; Творошенко, Ірина Сергіївна; Чмутов, Юрій ВадимовичПредметом досліджень статті є удосконалення структурних методів класифікації зображень у системах комп'ютерного зору. Метою є скорочення обчислювальних витрат на класифікацію шляхом впровадження апарату розкладання компонентів опису зображення за системою ортогональних функцій та впровадження моделей стиснення простору ознак. Застосовувані методи: детектор ключових точок ORB, апарат теорії множин і векторних просторів, метричні моделі для визначення релевантності щодо множин багатовимірних векторів, теорія ортогонального розкладення векторів, елементи теорії ймовірностей, програмне моделювання. Отримані результати: розроблено модифікації методу класифікації зображень на основі впровадження ортогонального розкладення даних у векторному просторі, запропоновано моделі для стиснення даних у трансформованому просторі ознак, введено метрику Танімото для зіставлення образів, встановлено спосіб вибору порогу для визначення еквівалентних компонентів опису. Результативність розроблених модифікацій класифікатора залежить від вибору підмножини функцій для розкладення, метрики для зіставлення описів, способу визначення порогу еквівалентності. Впровадженням апарату ортогональних функцій вдалося не тільки у десятки разів скоротити обчислювальні витрати, але і забезпечити достатньо високі показники результативності та завадостійкості класифікації. Практична значущість роботи – побудова нових моделей класифікатора зображень у трансформованому просторі ознак, підтвердження працездатності, швидкодії та завадостійкості запропонованих модифікацій на прикладах зображень, створення програмного застосунку для впровадження розроблених методів класифікації у системах комп'ютерного зору.Документ Fuzzy estimation procedure of the concentration of the components of a sulfuric acid pickling solution(Національний технічний університет "Харківський політехнічний інститут", 2022) Ilyunin, O.; Khodak, M.; Yurchenko, O.; Sapeha, O.The article is devoted to the issue of determining the level of concentration of individual components of working solutions. The relevance of the topic lies in the fact that some impurities in solutions (for example, when pickling steel) cannot be measured automatically, which reduces the efficiency of the process and increases the load on the solution regeneration section. Also, impurities are hazardous waste for the environment and humans. The development of a method for the operational control of the composition of the pickling solution components in pickling baths is the main task of the work. A detailed substantiation of the choice of the mathematical apparatus of the method is given. The process of fuzzy identification of the composition of the components is carried out by the number of pixels with certain digital color RGB codes from digital images of the control doses of the solution. A set of technical means for providing the method for practical implementation in the technological process is described. A prototype of a graphical user interface (GUI) for the proposed method for identifying the composition of technological liquid solutions, developed in the Processing 3.0 integrated environment using applications from the Open Source Computer Vision Library, is presented. A technique for extracting experimental data for filling the base of a fuzzy classifier with model reference points is proposed. Its essence lies in simultaneous measurements of the concentration of the components of the pickling solution by classical methods of titration and dry residues and the proposed method with a step equal to the regulated accuracy. The results of approbation of the proposed method are presented. The presented technique for obtaining a fuzzy classifier can be used to develop IT tools for the operational control of the composition of various liquid solutions with opaque colored components and color dentification of defects in various flat surfaces, provided that they are color distinguishable and determine the boundaries of RGB - intervals for assessing the color of individual component (defects).Документ Матриця відстаней для множини компонентів структурного опису як інструмент для створення класифікатора зображень(Національний технічний університет "Харківський політехнічний інститут", 2023) Гороховатський, Володимир Олексійович; Передрій, Олена Олегівна; Творошенко, Ірина Сергіївна; Марков, Тарас ЄвгеновичПредметом досліджень статті є методи класифікації зображень у системах комп'ютерного зору. Мета – розвинення структурних методів класифікації в аспекті впровадження системи класифікаційних ознак на підґрунті значень матриці відстаней для багатовимірних компонентів опису. Застосовувані методи: детектор ключових точок AKAZE, апарат теорії множин і векторних просторів, метричні моделі визначення релевантності для множин багатовимірних векторів, теорія формування розподілів даних, елементи теорії ймовірностей, програ мне моделювання. Отримані результати: розроблено модифікації методу класифікації зображень на основі впро вадження формалізму матриць відстаней для множини компонентів опису, запропоновано інтеграційні моделі для формування класифікаційних ознак та здійснення дій над множинами векторів на основі матриці відстаней, вста новлено метричні особливості множин багатовимірних векторів як ознак класифікації. Результативність розробле них модифікацій класифікатора залежить від вибору підмножини та числа дескрипторів у описі, міри для зістав лення описів. На підставі впровадження апарату матриці відстаней вдалося сформувати інтегровані ознаки у ви гляді одновимірних розподілів даних і скоротити обчислювальні витрати при забезпеченні результативності кла сифікації на навчальній вибірці даних. Практична значущість роботи полягає у побудові моделей класифікації на підставі матриці відстаней, підтвердженні працездатності запропонованих модифікацій на прикладах зображень, створенні програмного застосунку для впровадження розроблених класифікаторів у комп'ютерному баченні.