СТРУКТУРИРОВАННЫЙ МЕТОД ПРИНЯТИЯ РЕШЕНИЯ ПО ВЫБОРУ МОДИФИКАЦИИ МОДЕЛИ РАСПОЗНАВАНИЯ ОБЪЕКТОВ ДОРОЖНОЙ ИНФРАСТРУКТУРЫ
Авторы:
1.
Казанский национальный исследовательский технический университет им. А.Н. Туполева
2.
Казанский национальный исследовательский технический университет им. А.Н. Туполева
Тип:
Статья
Страницы:
с 91
по 95
Статус:
В работе
Язык материала:
русский
Ключевые слова:
ОБЪЕКТЫ ДОРОЖНОЙ ИНФРАСТРУКТУРЫ, МОДИФИКАЦИЯ, ПОПАРНОЕ СРАВНЕНИЕ, КРИТЕРИЙ ПОДБОРА, ВЕКТОР ПРИОРИТЕТОВ
Аннотация (русский):
В статье представлена задача выбора модификации модели распознавания объектов дорожной инфраструктуры. Для ее решения предлагается использовать структурированный метод принятия решений, основанный на многокритериальных оценках. Основное внимание уделяется выявлению и сравнительному анализу наиболее значимых критериев для оценки модели, таких как метрики Precision, Recall и F1-score. При проведении исследования построены матрицы попарных сравнений, которые позволяют не только визуально представить относительную важность каждого из параметров, но и количественно оценить их влияние на общую эффективность модели. Процесс формирования матриц попарных сравнений включает в себя мнение экспертов в области машинного обучения и компьютерного зрения, что обеспечивает высокую степень надежности полученных результатов. Проведена оценка матрицы попарных сравнений по шкале интенсивности от 1 до 9 (1 - равно, 3 - немного лучше, 5 - лучше, 7 - значительно лучше, 9 - принципиально лучше). По каждым критериям определены значения нормализованных оценок вектора приоритета, индекса согласованности и отношения согласованности. Проведена оценка условия принятия решения расчетов критериев по значению отношения согласованности. В случае несоблюдения условия повторно вычислялись матрицы попарных сравнений с учетом оценки эксперта. После выполнения расчетов, включающих взвешивание каждого критерия, выведены приоритеты для выбора модели распознавания объектов дорожной инфраструктуры. В результате расчетов выявлено, что из пяти модификаций модель YOLOv8n обладает максимальным приоритетом. Выбранная модель протестирована с использованием разработанного мобильного приложения «Ассистент водителя» на смартфонах с операционной системой Android для распознавания объектов дорожной инфраструктуры по классам (дорожный знак, дорожная разметка, светофоры) в режиме реального времени.
В статье представлена задача выбора модификации модели распознавания объектов дорожной инфраструктуры. Для ее решения предлагается использовать структурированный метод принятия решений, основанный на многокритериальных оценках. Основное внимание уделяется выявлению и сравнительному анализу наиболее значимых критериев для оценки модели, таких как метрики Precision, Recall и F1-score. При проведении исследования построены матрицы попарных сравнений, которые позволяют не только визуально представить относительную важность каждого из параметров, но и количественно оценить их влияние на общую эффективность модели. Процесс формирования матриц попарных сравнений включает в себя мнение экспертов в области машинного обучения и компьютерного зрения, что обеспечивает высокую степень надежности полученных результатов. Проведена оценка матрицы попарных сравнений по шкале интенсивности от 1 до 9 (1 - равно, 3 - немного лучше, 5 - лучше, 7 - значительно лучше, 9 - принципиально лучше). По каждым критериям определены значения нормализованных оценок вектора приоритета, индекса согласованности и отношения согласованности. Проведена оценка условия принятия решения расчетов критериев по значению отношения согласованности. В случае несоблюдения условия повторно вычислялись матрицы попарных сравнений с учетом оценки эксперта. После выполнения расчетов, включающих взвешивание каждого критерия, выведены приоритеты для выбора модели распознавания объектов дорожной инфраструктуры. В результате расчетов выявлено, что из пяти модификаций модель YOLOv8n обладает максимальным приоритетом. Выбранная модель протестирована с использованием разработанного мобильного приложения «Ассистент водителя» на смартфонах с операционной системой Android для распознавания объектов дорожной инфраструктуры по классам (дорожный знак, дорожная разметка, светофоры) в режиме реального времени.
Ключевые слова:
ОБЪЕКТЫ ДОРОЖНОЙ ИНФРАСТРУКТУРЫ, МОДИФИКАЦИЯ, ПОПАРНОЕ СРАВНЕНИЕ, КРИТЕРИЙ ПОДБОРА, ВЕКТОР ПРИОРИТЕТОВ
ОБЪЕКТЫ ДОРОЖНОЙ ИНФРАСТРУКТУРЫ, МОДИФИКАЦИЯ, ПОПАРНОЕ СРАВНЕНИЕ, КРИТЕРИЙ ПОДБОРА, ВЕКТОР ПРИОРИТЕТОВ
