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