Search academic texts

Information × Registration Number 2125U001222, Article popup.category Бакалаврська робота Title popup.author popup.publication 01-01-2025 popup.source_user Національний технічний університет України «Київський політехнічний інститут імені Ігоря Сікорського» popup.source https://ela.kpi.ua/handle/123456789/74255 popup.publisher Київ Description Дипломна робота обсягом 78 сторінок містить 21 рисунок 3 додатки, 2 таблиці. У процесі дослідження було використано 23 бібліографічні джерела. Сучасні військові конфлікти, зокрема російсько-українська війна, висувають нові вимоги до оперативного аналізу ситуації на полі бою. Однією з найважливіших задач є автоматичне виявлення та ідентифікація військової техніки на супутникових або аерофотознімках. Цей процес дозволяє своєчасно виявляти загрози, планувати оборонні дії та здійснювати аналіз пересування ворожих сил. Моніторинг техніки з використанням традиційних методів часто є недостатньо ефективним, оскільки вимагає ручної обробки великої кількості зображень. Застосування сучасних методів комп’ютерного зору, зокрема глибоких згорткових нейронних мереж, дає змогу значно покращити точність і швидкість розпізнавання об’єктів. У практичній частині дипломної роботи було використано набір зображень військової техніки у форматі COCO з платформи Roboflow. Для розв’язання задачі виявлення було реалізовано навчання моделей RetinaNet, YOLO, MobileNet. Також проведено порівняльний аналіз точності та якості роботи моделей, оцінено їх ефективність на тестових зображеннях. Результати показали, що запропонований підхід може бути використаний для оперативного моніторингу зон бойових дій і є перспективним напрямом у військовій аналітиці на основі даних дистанційного зондування Землі. popup.nrat_date 2025-08-18 Close