Bepiločio orlaivio taikymosi sistemos oras-oras tyrimas
Rimša, Vytautas | Recenzentas / Rewiewer |
Darbo gynimo komisijos pirmininkas / Thesis Defence Board Chairman | |
Darbo gynimo komisijos narys / Thesis Defence Board Member | |
Darbo gynimo komisijos narys / Thesis Defence Board Member | |
Darbo gynimo komisijos narys / Thesis Defence Board Member | |
Darbo gynimo komisijos narys / Thesis Defence Board Member | |
Darbo gynimo komisijos narys / Thesis Defence Board Member |
Baigiamajame magistro darbe yra kuriamas vizualinio bepiločių orlaivių aptikimo ir sekimo metodas bei tuo metodu paremtas algoritmas. Taip pat yra įvertinama skirtingai modifikuotų duomenų rinkinių įtaka tinklo tikslumui, kai jie yra mokyti naudojant „AdamW” ir SGD optimizavimo algoritmus. Atlikta literatūros apžvalga, analizė, išnagrinėti taikinių aptikimo ir sekimo sistemose taikomi metodai. Kuriamam aptikimo ir sekimo metodui buvo pasirinkti „YOLOv8” ir „ByteTrack” algoritmai. Skirtingai modifikuotų duomenų rinkinių įtaka tinklų, kuriems mokyti buvo naudojami SGD ir „AdamW” optimizavimo algoritmai, aptikimo ir sekimo tikslumui buvo įvertinta atliekant mokymo ir testavimo darbus. Būsimi tyrimai gali būti atliekami su naujuoju „YOLOv9” algoritmu, kuris buvo išleistas 2024 m. vasario mėnesį.Darbą sudaro 6 dalys: įvadas, literatūros apžvalga ir analizė, metodologija, praktinė dalis, išvados ir siūlymai, literatūros sąrašas. Darbo apimtis - 82 p. teksto be priedų, 51 iliustracija, 14 lentelių, 59 bibliografiniai šaltiniai.Atskirai pridedami darbo priedai.
The master's final thesis develops a method for visual detection and tracking of drones and an algorithm based on that method. The impact of differently modified datasets on network accuracy when trained using the AdamW and SGD optimization algorithms is also evaluated. A literature review and analysis was carried out, the methods used in target detection and tracking systems were examined. YOLOv8 and ByteTrack algorithms were chosen for the detection and tracking method under development. The impact of differently modified datasets on the detection and tracking accuracy of networks trained with SGD and AdamW optimization algorithms was evaluated in training and testing. Future research can be done with the new YOLOv9 algorithm that was released in 2024 February.Structure: introduction, review and analysis of literature, methodology, practical part, conclusions and suggestions, list of references.Thesis consist of: 82 p. text without appendixes, 51 pictures, 14 tables, 59 bibliographical entries.Appendixes included.