АВТОМАТИЗОВАНЕ СТВОРЕННЯ СПЕЦІАЛІЗОВАНОГО ДАТАСЕТУ ДЛЯ ЗОБРАЖЕНЬ АВТОМОБІЛІВ

Анотація

Предметом дослідження є алгоритм та програмна для системи автоматизованого створення спеціалізованого датасету (набору даних) зображень автомобілів. Розроблена програма функціонує на базі мікрокомпʼютера Raspberry Pi 5, а початкові зображення зчитуються з відеокамери. Програму розроблено на мові Python із використанням хмарних технологій. Завдання програми полягають у зчитування початкових зображень, селекції унікальних кадрів та формування датасету з таких кадрів. Селекція кадрів складається з 3 етапів. Перший етап полягає у глобальній селекції кадрів із використанням перцептивного хешування (pHash), яка дає змогу відкинути всі зображення, які в цілому є подібними до зображень датасету. На другому етапі виконується селекція кадрів із використанням детекції та аналізу зображень автомобілів, у результаті чого отримуються тільки кадри, які містять нові автомобілі порівняно з кадрами датасету. Детекція автомобілів на зображеннях виконується за допомогою згорткової нейронної мережі YOLO. Третій етап полягає у локальній селекції ділянок автомобілів із застосуванням перцептивного хешування, у результаті чого отримуються лише кадри з новими для датасету об’єктами. Під час експериментальної перевірки розроблена система упродовж 1,5 години роботи зафіксувала 993 зображення, з яких після селекції отримано 121 унікальний кадр (~12 % від початкового набору). Виявлення автомобілів на зображеннях виконується попередньо навченою моделлю YOLOv8m середнього розміру, яка забезпечує високу точність детекції об’єктів. Отриманий спеціалізований датасет зображень застосовано для донавчання більш швидких моделей YOLOv8n. Сформований датасет характеризується високою різноманітністю та придатністю для подальшого використання у задачах навчання штучних нейронних мереж.