Derin öğrenme tabanlı saklanan kamufle tankların tespiti: son teknoloji YOLO ağlarının karşılaştırmalı analizi

Author:

BAYRAM Ahmet Furkan1ORCID,NABİYEV Vasif1ORCID

Affiliation:

1. KARADENİZ TEKNİK ÜNİVERSİTESİ, MÜHENDİSLİK FAKÜLTESİ

Abstract

Düşman hedeflerinin tespiti ve takibi, askeri operasyonlar için hayati öneme sahiptir. Bu çalışmada, kamufle tankların tespiti için derin öğrenme tekniklerinin kullanılması incelenmektedir. Bu çalışmanın temel amacı, ormanlık alanlarda gizlenmiş kamufle tankların tespit edilmesini sağlamaktır. Bu sayede, düşman hedeflerinin tespiti ve takibi daha etkili bir şekilde yapılabilmekte ve askerlerin güvenliği sağlanabilmektedir. YOLO mimarisi, nesne tespiti ve sınıflandırma işlemlerini tek bir ağda birleştirerek daha hızlı ve doğru sonuçlar elde etmeyi sağlamaktadır. YOLOv5, YOLOv6, YOLOv7 ve YOLOv8 mimari tasarımları karşılaştırılmıştır. YOLOv6 mimari tasarımı, diğer tasarımlardan daha iyi performans göstermiştir. Bu tasarım, 2.234 adet tank görüntüsü ve 774 adet otomobil görüntüsü kullanılarak yapılan performans analizi sonucunda 0,983 mAP50 değerini, 0,966 kesinliği, 0,935 anma ve 0,950 F1 skorunu elde etmiştir. Bu çalışmanın sonuçları, farklı YOLO mimari tasarımlarının nesne tespiti ve sınıflandırma işlemlerinde yüksek performans elde ettiğini göstermektedir.

Publisher

Gumushane University Journal of Science and Technology Institute

Subject

General Engineering

Reference15 articles.

1. Boyuk, M., Duvar, R., & Urhan, O. (2020). Deep learning based vehicle detection with images taken from unmanned air vehicle. Proceedings - 2020 Innovations in Intelligent Systems and Applications Conference, ASYU 2020. https://doi.org/10.1109/ASYU50717.2020.9259868

2. Gupta, P., Pareek, B., Singal, G., & Rao, D. V. (2022). Edge device based military vehicle detection and classification from UAV. Multimedia Tools and Applications, 81(14), 19813–19834. https://doi.org/10.1007/S11042-021-11242-Y/FIGURES/12

3. Haque, E., Rahman, A., Junaeid, I., Hoque, S. U., & Paul, M. (2022). Rice Leaf Disease Classification And Detection Using YOLOv5.

4. Kaggle (t.y.). Military Tanks Dataset (Images). https://www.kaggle.com/datasets/antoreepjana/military-tanks-dataset-images

5. Kaggle (t.y.). War Tank Images Dataset. https://www.kaggle.com/datasets/icanerdogan/war-tank-images-dataset

Cited by 4 articles. 订阅此论文施引文献 订阅此论文施引文献,注册后可以免费订阅5篇论文的施引文献,订阅后可以查看论文全部施引文献

1. Çift Sıra Parklanma Durumunun Nesne Tespit Algoritması YOLOv8 ile Tespit Edilmesi;Iğdır Üniversitesi Fen Bilimleri Enstitüsü Dergisi;2024-09-01

2. PlanetScope ve Landsat-8 Uydu Görüntülerinde YOLOv9 Algoritması ile Dairesel Hareketli Sulama Sistemlerinin Tespit Edilmesi;ÇOMÜ Ziraat Fakültesi Dergisi;2024-07-22

3. Detection of Red, Yellow, and Green Lights in Real-Time Traffic Lights with YOLO Architecture;Celal Bayar Üniversitesi Fen Bilimleri Dergisi;2024-06-28

4. Heatmap creation with YOLO-Deep SORT system customized for in-store customer behavior analysis;Communications Faculty of Sciences University of Ankara Series A2-A3 Physical Sciences and Engineering;2024-06-14

同舟云学术

1.学者识别学者识别

2.学术分析学术分析

3.人才评估人才评估

"同舟云学术"是以全球学者为主线,采集、加工和组织学术论文而形成的新型学术文献查询和分析系统,可以对全球学者进行文献检索和人才价值评估。用户可以通过关注某些学科领域的顶尖人物而持续追踪该领域的学科进展和研究前沿。经过近期的数据扩容,当前同舟云学术共收录了国内外主流学术期刊6万余种,收集的期刊论文及会议论文总量共计约1.5亿篇,并以每天添加12000余篇中外论文的速度递增。我们也可以为用户提供个性化、定制化的学者数据。欢迎来电咨询!咨询电话:010-8811{复制后删除}0370

www.globalauthorid.com

TOP

Copyright © 2019-2024 北京同舟云网络信息技术有限公司
京公网安备11010802033243号  京ICP备18003416号-3