Показати скорочену інформацію

Навчання модифікованої моделі YOLOv8 для детекції транспортних засобів на комбінованому датасеті

dc.contributor.authorРоманець, В. О.uk
dc.contributor.authorБісікало, О. В.uk
dc.contributor.authorRomanets, V. O.en
dc.contributor.authorBisikalo, O. V.en
dc.date.accessioned2026-09-03T10:50:59Z
dc.date.available2026-09-03T10:50:59Z
dc.date.issued2026
dc.identifier.citationРоманець В. О., Бісікало О. В. Навчання модифікованої моделі YOLOv8 для детекції транспортних засобів на комбінованому датасеті // Матеріали Міжнародної науково-практичної інтернет-конференції «Молодь в науці: дослідження, проблеми, перспективи (МН-2026)», м. Вінниця, 22-26 червня 2026 р. Електрон. текст. дані. 2026. URI: https://conferences.vntu.edu.ua/index.php/mn/mn2026/paper/view/28837.uk
dc.identifier.urihttps://ir.lib.vntu.edu.ua/handle/123456789/53707
dc.description.abstractУ роботі представлено результати навчання модифікованої моделі YOLOv8-nano з модулями C3GhostCBAM на комбінованому датасеті для детекції транспортних засобів з камер відеоспостереження.uk
dc.description.abstractThe paper presents the results of training a modified YOLOv8-nano model with C3Ghost-CBAM modules on a combined dataset for vehicle detection from surveillance cameras. A dataset of 11,400 images was formed by combining a custom dataset (2,000 images with challenging conditions) and the public DETRAC dataset (10,000 images).en
dc.language.isouk_UAuk_UA
dc.publisherВНТУuk
dc.relation.ispartofМатеріали Міжнародної науково-практичної інтернет-конференції «Молодь в науці: дослідження, проблеми, перспективи (МН-2026)», м. Вінниця, 22-26 червня 2026 р.uk
dc.relation.urihttps://conferences.vntu.edu.ua/index.php/mn/mn2026/paper/view/28837
dc.subjectYOLOv8en
dc.subjectдетекція об'єктівuk
dc.subjectглибоке навчанняuk
dc.subjectGhost-згорткиuk
dc.subjectCBAMen
dc.subjectдатасет DETRACuk
dc.subjectтранспортні засобиuk
dc.subjectYOLOv8en
dc.subjectobject detectionen
dc.subjectdeep learningen
dc.subjectGhost convolutionsen
dc.subjectCBAMen
dc.subjectDETRAC dataseten
dc.subjectvehiclesen
dc.titleНавчання модифікованої моделі YOLOv8 для детекції транспортних засобів на комбінованому датасетіuk
dc.typeThesis
dc.identifier.udc004.932:004.85
dc.relation.referencesJocher G., Chaurasia A., Qiu J. Ultralytics YOLOv8. 2023. URL: https://github.com/ultralytics/ultralytics.en
dc.relation.referencesGeiger A., Lenz P., Urtasun R. Are we ready for autonomous driving? The KITTI vision benchmark suite // Proceedings of CVPR. 2012. P. 3354–3361.en
dc.relation.referencesWen L. et al. UA-DETRAC: A benchmark suite for multi-object detection and tracking // Computer Vision and Image Understanding. 2020. Vol. 193. Art. 102907.en


Файли в цьому документі

Thumbnail
Ім'я:
28837.pdf
Розмір:
433.1Kb
Формат:
PDF
Відкрити

Даний документ включений в наступну(і) колекцію(ї)

Показати скорочену інформацію