ПОРІВНЯЛЬНИЙ АНАЛІЗ НЕЙРОННИХ МЕРЕЖ РОЗПІЗНАВАННЯ ОБ’ЄКТІВ НА ЗОБРАЖЕННЯХ

Анотація

В роботі проведено аналіз ключових етапів розвитку нейронних мереж для розпізнавання об'єктів — від ранніх двоетапних архітектур (R-CNN, Fast R-CNN) до сучасних одноетапних моделей родини YOLO. Детально досліджено революційний перехід від пропозицій регіонів до end-to-end детекції, зокрема внесок YOLO в обробку зображень у реальному часі. Особливу увагу приділено еволюції архітектур YOLO: вдосконаленню точності, швидкодії та адаптації до обмежених ресурсів (від v1 до v8). Показано, як інновації — якірні рамки, FPN/PAN, CSPBackbone, квантування — вирішували проблеми попередників (недостатня швидкість, низька точність дрібних об'єктів, висока ресурсомісткість). Підкреслено практичну значущість сучасних YOLO-моделей у задачах автономного транспорту, систем безпеки та промислової автоматизації.