تشخیص بهموقع پرندههای هدایتپذیر از دور چند بال چرخان با استفاده از الگوریتم YOLOv5 بهینهسازیشده
نویسندگان
1 دانشجوی دکتری، دانشگاه همدان ،همدان، ایران
2 پژوهشگر،دانشگاه پدافند هوایی خاتم الانبیاء(ص)،تهران، ایران
3 دانشیار،دانشگاه ملایر،ملایر،ایران
doi
چکیده
در سالهای اخیر پیشرفت بسیار سریع فنّاوری در حوزة پهپادها (پرندههای هدایتپذیر از دور)، در کنار مزایای خود، تهدیدات جدی را در سطوح مختلف اجتماعی و امنیتی به همراه داشته است. از جملة این مشکلات، میتوان به بحث پروازهای غیرمجاز در مناطق حفاظتشده و امنیتی اشاره کرد. لذا تشخیص بهموقع این دستگاهها در جهت انجام سریع اقدامات مربوطه، ضروری است. در همین راستا، در این پژوهش با بهرهگیری از الگوریتم YOLOv5l که جزء جدیدترین نسخه الگوریتمهای یکمرحلهای بینایی رایانهای است، دو مدل با بهینهسازهای SGD و Adam جهت تشخیص بهموقع پهپادها توسعه داده شده است. برای توسعة مدلهای حاضر در این پژوهش، از یک مجموعه داده شامل 10046 عدد عکس از انواع و حالات مختلف پهپادها استفاده شده است. پردازش مدلها به کمک بستر گوگل کولب انجام شده است که بهصورت رایگان یک سیستم پردازشی قدرتمند را در اختیار توسعهدهندگان قرار میدهد. ارزیابی مدلها بر روی چهار مجموعهآزمون 1000 عددی شامل مجموعهآزمون معمولی، کمحجم، حالت شب، خاکستری مقیاس و همچنین یک مجموعهآزمون شامل 100 عدد عکس از چندین پهپاد صورتگرفته است. طبق نتایج، مدل توسعه داده شده با بهینهساز Adam نسبت به مدل توسعه داده شده با بهینهساز SGD عملکرد بهتری داشته است.
