МОБИЛЬНОЕ ПРИЛОЖЕНИЕ ДЛЯ РАСПОЗНАВАНИЯ ОБЪЕКТОВ ДОРОЖНОЙ ИНФРАСТРУКТУРЫ
Авторы:
1.
Казанский национальный исследовательский технический университет им. А.Н. Туполева
Тип:
Статья
Страницы:
с 61
по 65
Статус:
В работе
Язык материала:
русский
Ключевые слова:
РАСПОЗНАВАНИЕ ОБЪЕКТОВ, МОБИЛЬНОЕ ПРИЛОЖЕНИЕ, ОПЕРАЦИОННАЯ СИСТЕМА, НЕЙРОСЕТЕВАЯ МОДЕЛЬ, СМАРТФОН
Аннотация (русский):
В статье рассматривается задача распознавания объектов дорожной инфраструктуры с использованием разработанного мобильного приложения. Обоснована необходимость использования нейросетевых моделей YOLOv8 для решения данной задачи. При реализации мобильного приложения выбран язык программирования Kotlin, среда разработки Android Studio 2024.2.1. Разработка мобильного приложения «Ассистент водителя» проводилась на ноутбуке с процессором Intel Pentium CPU 3825U с частотой 1.9 ГГц, оперативной памятью 8 Гб, под управлением 64-разрядной операционной системы Windows 10 Pro. Основными компонентами мобильного приложения являются модуль камеры, модуль выбора моделей и экспериментально-исследовательский модуль. Модуль камеры включает разрешение на проведение фото- или видеосъемки. Модуль выбора моделей включает обученные нейросетевые модели YOLOv8 ( YOLOv8n, YOLOv8l, YOLOv8m, YOLOv8s, YOLOv8x ). Экспериментально-исследовательский модуль включает распознавание объектов в режиме реального времени, получение результата ее оценки вероятности. Главное окно мобильного приложения включает следующие вкладки: «выбор модификации модели YOLOv8», «время обработки» (содержит время распознавания объекта в миллисекундах); «порог уверенности» (задается значение от 0 до 1 для уверенности модели в том, что объект определенного класса присутствует в данной области изображения или видеокадра); «IoU (Коэффициент Жаккара)» (задается значение от 0 до 1 для перекрытия между предсказанным прямоугольником и истинной рамкой). Приведены примеры функционирования мобильного приложения в режиме реального времени. В перспективе целесообразно усовершенствования мобильного приложения «Ассистент водителя», а также внедрение и практическое использование в компаниях по производству наземных транспортных средств (легковые и грузовые автомобили), а также общественных транспортов (автобусы, троллейбусы).
В статье рассматривается задача распознавания объектов дорожной инфраструктуры с использованием разработанного мобильного приложения. Обоснована необходимость использования нейросетевых моделей YOLOv8 для решения данной задачи. При реализации мобильного приложения выбран язык программирования Kotlin, среда разработки Android Studio 2024.2.1. Разработка мобильного приложения «Ассистент водителя» проводилась на ноутбуке с процессором Intel Pentium CPU 3825U с частотой 1.9 ГГц, оперативной памятью 8 Гб, под управлением 64-разрядной операционной системы Windows 10 Pro. Основными компонентами мобильного приложения являются модуль камеры, модуль выбора моделей и экспериментально-исследовательский модуль. Модуль камеры включает разрешение на проведение фото- или видеосъемки. Модуль выбора моделей включает обученные нейросетевые модели YOLOv8 ( YOLOv8n, YOLOv8l, YOLOv8m, YOLOv8s, YOLOv8x ). Экспериментально-исследовательский модуль включает распознавание объектов в режиме реального времени, получение результата ее оценки вероятности. Главное окно мобильного приложения включает следующие вкладки: «выбор модификации модели YOLOv8», «время обработки» (содержит время распознавания объекта в миллисекундах); «порог уверенности» (задается значение от 0 до 1 для уверенности модели в том, что объект определенного класса присутствует в данной области изображения или видеокадра); «IoU (Коэффициент Жаккара)» (задается значение от 0 до 1 для перекрытия между предсказанным прямоугольником и истинной рамкой). Приведены примеры функционирования мобильного приложения в режиме реального времени. В перспективе целесообразно усовершенствования мобильного приложения «Ассистент водителя», а также внедрение и практическое использование в компаниях по производству наземных транспортных средств (легковые и грузовые автомобили), а также общественных транспортов (автобусы, троллейбусы).
Ключевые слова:
РАСПОЗНАВАНИЕ ОБЪЕКТОВ, МОБИЛЬНОЕ ПРИЛОЖЕНИЕ, ОПЕРАЦИОННАЯ СИСТЕМА, НЕЙРОСЕТЕВАЯ МОДЕЛЬ, СМАРТФОН
РАСПОЗНАВАНИЕ ОБЪЕКТОВ, МОБИЛЬНОЕ ПРИЛОЖЕНИЕ, ОПЕРАЦИОННАЯ СИСТЕМА, НЕЙРОСЕТЕВАЯ МОДЕЛЬ, СМАРТФОН
