МОДЕЛЬ СВЕРТОЧНОЙ НЕЙРОННОЙ СЕТИ LENET5 ДЛЯ ОБНАРУЖЕНИЯ И КЛАССИФИКАЦИИ ОБЪЕКТОВ ВОЗДУШНОГО ПРОСТРАНСТВА НА ИЗОБРАЖЕНИЯХ

Abstract

Для решения задачи обнаружения и классификации летающих объектов трех классов на изображениях разработана новая модель сверточной нейронной сети, архитектура которой является модификацией известной архитектуры сверточной нейронной сети LeNet5. Для ее обучения, валидации и исследования эффективности разработаны два датасета. Первый из них содержит размеченные изображения с одиночными летающими объектами трех классов: беспилотный летательный аппарат самолетного типа, включая «летающее крыло», беспилотный летательный аппарат вертолетного типа и Птица. Второй датасет наряду с изображениями первого датасета включает размеченные изображения, содержащие два и более летающих объектов этих же классов. Исследования предложенной модели сверточной нейронной сети по точности классификации летающих объектов на изображениях тестовых выборок этих датасетов показали, что модель дает высокие результаты только при решении задач распознавания летающих объектов на изображениях, когда на каждом анализируемом изображении имеется по одному такому объекту.