АНАЛИЗ ЭФФЕКТИВНОСТИ МЕТОДОВ РАСПОЗНАВАНИЯ ОБЪЕКТОВ НА ИЗОБРАЖЕНИЯХ
DOI:
https://doi.org/10.26577/jpcsit2024-v2-i4-a4Ключевые слова:
YOLOv7, object detection, Python, Google Colab, training epochs, accuracy, deep learning, computer visionАннотация
В данной работе рассматривается проблема распознавания объектов на изображениях, которая является одной из ключевых проблем компьютерного зрения. Актуальность исследования обусловлена широким применением систем распознавания объектов в таких областях, как безопасность, медицина, робототехника, автомобилестроение и контроль качества. В исследовании анализируются существующие методы распознавания, включая традиционные подходы и современные методы глубокого обучения. Оцениваются их преимущества, недостатки и эффективность в различных средах. На основе экспериментальных данных были отобраны наиболее эффективные алгоритмы для применения в системах распознавания. Результаты работы позволили предложить рекомендации по выбору и совершенствованию методов распознавания объектов, что способствует повышению точности и надежности таких систем. Полученные выводы могут быть полезны специалистам в области компьютерного зрения и разработчикам приложений, использующих технологии распознавания.
