Video tasvirlar asosida obyektlarni aniqlash algoritmlari va dasturini ishlab chiqish

---

SCIENTIFIC PROGRESS
VOLUME 3 
ǀ
ISSUE 1 
ǀ
2022 
ISSN: 2181-1601
Uzbekistan
 
www.scientificprogress.uz
 
Page 13
VIDEO TASVIRLAR ASOSIDA OBYEKTLARNI ANIQLASH 
ALGORITMLARI VA DASTURINI ISHLAB CHIQISH
Maʼrufjon Olimjon o‘g‘li Mahkamov 
Toshkent axborot texnologiyalari universiteti 
ANNOTATSIYA
Ob'ektni aniqlashda chuqur o'rganish texnologiyasi keng qo'llanilgan. Chuqur 
o'rganish texnologiyasi ob'ektni aniqlashning aniqligini sezilarli darajada yaxshilagan 
bo'lsa-da, bizda yuqori hisoblash vaqti muammosi ham bor. Siz faqat bir marta qaraysiz 
(YOLO) - tasvirlardagi ob'ektlarni aniqlash tarmog'i. Ushbu maqolada biz YOLO 
tarmog'iga asoslangan videolar uchun real vaqt rejimida ob'ektni aniqlash algoritmini 
taklif qilamiz. Tasvirga oldindan ishlov berish orqali rasm fonining ta'sirini yo'q qilamiz 
va keyin ob'ekt haqida ma'lumot olish uchun ob'ektni aniqlash uchun Fast YOLO 
modelini o'rgatamiz. Google Inception Net (GoogLeNet) arxitekturasiga asoslanib, biz 
YOLO tarmog'ini dastlabki konvolyutsiya operatsiyasini almashtirish uchun kichik 
konvolyutsiya operatsiyasidan foydalangan holda yaxshilaymiz, bu parametrlar sonini 
kamaytirishi va ob'ektni aniqlash vaqtini sezilarli darajada qisqartirishi mumkin. 
Bizning Fast YOLO algoritmimiz videoda real vaqtda ob'ektni aniqlashda qo'llanilishi 
mumkin. 
Kalit so'zlar:
Ob'ektni aniqlash GoogleNet, YOLO, Real-time Video 
Kirish 
So'nggi yillarda kompyuter ko'rishning jadal rivojlanishi bilan ob'ektni aniqlash (OD) 
kompyuter ko'rishning muhim qismi sifatida ko'plab sohalarda keng qo'llanila 
boshlandi. Tasvirni qayta ishlashga asoslangan OD tasvirlardan xususiyatlarni ajratib 
oladi, so'ngra toifa, joylashuv va yo'nalish kabi ob'ekt ma'lumotlarini oladi va tahlil 
qiladi. OD video monitoringi, g'ayritabiiy xatti-harakatlar tahlili va mobil robotlar kabi 
ko'plab real vaqtda vaziyatlarda keng qo'llaniladi. Ushbu yondashuv xususiyatlarni 
ajratib olish va tahlil qilish orqali juda qimmatli ma'lumotlarni olishi mumkin. Biroq, 
usul, ayniqsa, yuqori hisoblash va xotira talablari nuqtai nazaridan juda ko'p 
qiyinchiliklarga duch keladi. 
Mashinani o'rganishning an'anaviy usullari tasvirlardan ob'ekt xususiyatlarini ajratib 
oladi va keyin xususiyatlarni klassifikatorga kiritadi. Xususiyatlarni ajratib olishning 
an'anaviy usullariga yo'naltirilgan gradientning gistogrammasi (HOG) usuli, masshtabni 
o'zgarmas xususiyat transformatsiyasi (SIFT) va boshqalar kiradi. Tasniflash usullari 
qo'llab-quvvatlovchi vektor mashinasi (SVM), Bayesian, qaror daraxtlari va boshqalarni 
o'z ichiga oladi. Bu usullar asosan oldingi bilimlarga tayan. Ular real vaqt rejimida 
emas, chunki ular doimiy ravishda namuna olishadi. Bundan tashqari, bu usullarda bir 

---

SCIENTIFIC PROGRESS
VOLUME 3