METHOD OF USING YOLO MODELS IN IDENTIFYING OBJECTS IN IMAGES
Keywords:
YOLO, model, artificial intelligence, deep learning, object detection, analysisAbstract
This article analyzes the capabilities of YOLO (You Only Look Once) models in the field of image recognition and the achievements made with them. The YOLO algorithm stands out among object recognition technologies for its speed and accuracy. Each version of the YOLO models includes its own technological innovations, and each has increased accuracy and efficiency. This article highlights the changes in each version of the YOLO models and their technical capabilities.
References
Redmon J. You only look once: Unified, real-time object detection //Proceedings of the IEEE conference on computer vision and pattern recognition. – 2016.
Shafiee M. J. et al. Fast YOLO: A fast you only look once system for real-time embedded object detection in video //arXiv preprint arXiv:1709.05943. – 2017.
Вильданов А. Н. Генерация датасетов для учебных задач компьютерного зрения //Инженерный вестник Дона. – 2023. – №. 4 (100). – С. 92-101.
Агафьина А. Д., Никитин А. А. Об автоматическом распознавании печатного текста //International Journal of Open Information Technologies. – 2024. – Т. 12. – №. 9. – С. 48-61.
Маркеев М. В. Методика идентификации объектов по уникальным характеристикам на изображениях //Universum: технические науки. – 2022. – №. 11-1 (104). – С. 24-27.
Муаль М. Н. Б. и др. Разработка нейросетевого метода в задаче классификации и распознавании изображения //Современные информационные технологии и ИТ-образование. – 2021.
Avazov K. et al. Fire detection and notification method in ship areas using deep learning and computer vision approaches //Sensors. – 2023. – Т. 23. – №. 16. – С. 7078.
Z. Shao, L. Wang, Z. Wang, W. Du and W. Wu, "Saliency-Aware Convolution Neural Network for Ship Detection in Surveillance Video," in IEEE Transactions on Circuits and Systems for Video Technology, vol. 30, no. 3, pp. 781-794, 2020, doi: 10.1109/TCSVT.2019.2897980
Кручинин А. Ю. Сложность распознавания при разработке программного обеспечения для видеомониторинга //Программные продукты и системы. – 2023. – Т. 36. – №. 1. – С. 123-129.
Нуржанов Ф. Р., Даулетов А. Ю. Математические методы и алгоритмы распознавания изображения лица человека //INTERNATIONAL INNOVATION RESEARCH. – 2017. – С. 123-126.
Абрамов Н. С., Фраленко В. П., Хачумов М. В. Обзор методов распознавания образов на основе инвариантов к яркостным и геометрическим преобразованиям //Современные наукоемкие технологии. – 2020. – №. 6-1. – С. 110-117.
Downloads
Published
How to Cite
Issue
Section
License
Copyright (c) 2024 Dauletov Adilbek Yusupbayevich
This work is licensed under a Creative Commons Attribution 4.0 International License.
