Исследование задачи классификации фракции щебня на основе семейства моделей YOLO : магистерская диссертация

Abstract

Цель работы – исследование задачи классификации фракции щебня, вывозимого с карьера, на основе моделей компьютерного зрения, по изображениям с внешних камер. Объектом исследования является изображения с камер кузова грузовика, заполненного щебнем, вывозимым с карьера. Рассматриваются основные модели компьютерного зрения, позволяющие детектировать и классифицировать фракцию щебня. Рассмотрены модели семейства YOLO, оценены метрики классификации применяемых моделей. Определена наиболее эффективная модель.

The aim of the work is to study the problem of classifying the fraction of crushed stone taken out of the quarry, based on computer vision models, using images from external cameras. The object of the study is images from the cameras of a truck body filled with crushed stone taken out of the quarry. The main models of computer vision that allow detecting and classifying the fraction of crushed stone are considered. The models of the YOLO family are considered, the classification metrics of the applied models are estimated. The most effective model is determined.