система технічного зору

Development of a deep learning-based system in Python 3.9 with YOLOv5: A case study on real-time fish counting based on classification

This study developed a real-time fish classification and counting system for six types of fish using the YOLOv5 machine learning model with high accuracy.  The system achieved an F1-score of 0.87 and a precision confidence curve with an all-classes value of 1.00 at a confidence level of 0.920, demonstrating the model's reliability in object detection and classification.  Real-time testing showed that the system could operate quickly and accurately under various environmental conditions with an average inference speed of 30 FPS.  However, several challenges remain, such

Efficiency and accuracy: comparison of PIR, OpenCV with a webcam, and Raspberry Pi

This paper is dedicated to developing and evaluating the facial recognition system, focusing on its effectiveness and operational reliability under real-world conditions. The choice of the Raspberry Pi hardware platform for implementing the system has been justified by its capability to process video streams in real time, as well as its compatibility with the high-quality Raspberry Pi Camera V2, which enables the acquisition of images with sufficient resolution for the proper functioning of computer vision algorithms.

СИСТЕМАТИЗАЦІЯ ВИМОГ ДО СИСТЕМ ОПЕРАЦІЙНОГО КОНТРОЛЮ ЯКОСТІ М'ЯСНОЇ ПРОДУКЦІЇ

У цій статті представлено дослідження щодо організації вимог до автоматизованих систем контролю якості м'яса.
Визначено ключові показники якості - колір, текстура, мармуровість і блиск - та проаналізовано технічні і
функціональні параметри, необхідні для практичної оцінки. Дослідження підкреслює інтеграцію комп'ютерного
зору, обробки зображень та алгоритмів машинного навчання для підвищення об'єктивності, точності та швидкості
оцінки. Запропонований підхід має на меті зменшити вплив людського фактору, уможливити моніторинг у режимі

Метод експоненційної аугментації даних для підвищення ефективності YOLO в задачах комп’ютерного зору

У статті розглядаються методи аугментації даних у завданні розпізнавання зображень, зокрема проаналізовано підхід експоненційної аугментації для покращення роботи глибоких нейронних мереж YOLO у задачах детекції об’єктів. Запропонована методика базується на послідовному та багаторазовому застосуванні різних перетворень, включаючи горизонтальне та вертикальне віддзеркалення, обертання на 90°, Gaussian Blur, зміну яскравості та контрастності.

АДАПТИВНЕ РОЗПІЗНАВАННЯ ОБ’ЄКТІВ ЗА ДОПОМОГОЮ ПІДХОДУ МЕТАНАВЧАННЯ ДЛЯ ДИНАМІЧНИХ СЕРЕДОВИЩ

Системам розпізнавання об’єктів часто важко підтримувати точність у динамічних середовищах через такі проблеми, як варіації освітлення, оклюзії та обмежені навчальні дані. Традиційні згорточні нейронні мережі (CNN) вимагають великих маркованих наборів даних і не здатні адаптуватися до нових умов. Це дослідження спрямоване на розробку адаптивної системи розпізнавання об’єктів, яка покращує узагальнення моделі та швидку адаптацію в мінливих середовищах.

РОЗРОБКА ПРОГРАМИ ДЛЯ МОДЕЛЮВАННЯ РОБОЧОГО ПРОСТОРУ КОЛАБОРАТИВНОГО РОБОТА

У статті представлено розробку програмного забезпечення для моделювання та імітації робочого простору колаборативного робота з урахуванням присутності людей. Це важливий крок у створенні безпечних та ефективних роботизованих систем у рамках концепції Industry 5.0. Проблема породжена необхідністю забезпечення безпеки під час взаємодії робота з оператором, що актуально для сучасних виробничих процесів з високою участю людини.

Advanced YOLO models for real-time detection of tomato leaf diseases

The increasing focus on smart agriculture in the last decade can be attributed to various factors, including the adverse effects of climate change, frequent extreme weather events, increasing population, the necessity for food security, and the scarcity of natural resources.  The government of Morocco adopts preventative measures to combat plant illnesses, specifically focusing on tomatoes.  Tomatoes are widely acknowledged as one of the most important vegetable crops, but they are highly vulnerable to several diseases that significantly decrease their productivity.  De

Implementation of presence detection with Haar cascade and local binary patterns histograms

School truancy is a significant problem that affects the educational environment and student achievement.  This article presents a project to develop an automated absence detection system for classrooms using Haar Cascade and Local Binary Patterns Histogram (LBHP) techniques.  The study begins by collecting a large dataset of classroom images, including various lighting scenarios and conditions.  Haar Cascade is used to detect human faces in images, followed by LBHP feature extraction for each detected face.  Experimental results demonstrate the effectiveness of the pro

Інформаційна система для адаптації методів сегментації дорожніх смуг у системах навігації з метою підвищення точності виявлення дорожніх знаків

У сучасному світі, де швидкість технологічних змін надзвичайно вражає, сфера дорожнього руху не залишається осторонь. Використання сегментації смуг на дорозі стає ключовим елементом не лише для забезпечення безпеки, але й для вдосконалення систем навігації та виявлення дорожніх знаків. Цей підхід відкриває двері до нового рівня ефективності та точності управління дорожнім рухом, сприяючи покращенню якості та безпеки нашого пересування. Давайте зануримося в деталі цього захоплюючого та перспективного напрямку розвитку технологій дорожнього транспорту.

Алгоритм первинного розпізнавання об’єктів в системі управління складом

У даній статті досліджено особливості роботи систем управління складом. Запропоновано алгоритм первинного розпізнавання об’єктів в комірках складу. Наведено принципи та реалізацію власної програмної системи управління складом з використанням технології комп’ютерного зору.