Дослідження впливу алгоритмів оптимізації на точність нейронних мереж Yolov11

Анотація

Візуальна інспекція по результатах детекції зображень є інтенсивно зростаючою складовою систем автоматизації. Машинний зір все ширше використовується у виробничих технологічних лініях різного призначення. Підвищення точності розпізнавання в таких застосуваннях може бути нелегкою задачею, особливо в умовах можливих обмежень, одним з яких може бути обмеження за розміром та вагою, що в свою чергу обмежує потужність комп’ютерних пристроїв, що реалізують детектування та розпізнавання зображень. Можливим рішенням цієї проблеми є підвищення точності розпізнавання за допомогою збільшення варіантів зображень в датасеті та точному налаштуванню гіперпараметрів моделі. У даній статі досліджується ефективність налаштування гіперпараметрів для моделі детекції зображень YOLO (You Only Look Once) котра в подальшому може бути імплементована в системах з обмеженням потужності.