Вы используете устаревший браузер.
Чтобы использовать все возможности сайта, загрузите и установите один из этих браузеров:
Google ChromeOperaSafariMozilla FirefoxInternet explorer 8Internet explorer 9

ВНИМАНИЕ!

Новый адрес редакций журналов Колодезный пер., 2 А.

ООО «Издательство «Инновационное машиностроение»

КНИГИ Прайс-лист
ЖУРНАЛЫ Прайс-лист

Книги и журналы, просмотренные ранее

Все статьи автора в журнале: Шэнь Синь

  1. Применение модифицированной нейронной сети YOLOv5 для распознавания движущихся людей в помещении
    Application of a modified neural network YOLOv5 for recognition of indoors moving people

    Номер: 2024 / 08

    Шэнь Синь | SHen Sin | Го У. | Go U. | Неусыпин К.А. | Neusypin K.А. | Лукьянов В.В. | Lukyanov V.V. | Shenxin@yandex.ru, ug@student.bmstu.ru, vdmlknv@yandex.ruShenxin@yandex.ru, ug@student.bmstu.ru, vdmlknv@yandex.ru

    Авторы статьи
    Authors

    Шэнь Синь
    SHen Sin

    Го У.
    Go U.

    Неусыпин К.А.
    Neusypin K.А.

    Лукьянов В.В.
    Lukyanov V.V.

    Shenxin@yandex.ru, ug@student.bmstu.ru, vdmlknv@yandex.ru
    Shenxin@yandex.ru, ug@student.bmstu.ru, vdmlknv@yandex.ru


    Применение модифицированной нейронной сети YOLOv5 для распознавания движущихся людей в помещении

     

    УДК 681.513

    DOI: 10.36652/0869-4931-2024-78-8-362-370

     

    Предлагается улучшение визуальной динамической SLAM-системы за счет объединения нейронной сети YOLOv5 с модулями механизма внимания CBAM и BiFPN. Особое внимание уделяется эффективному обнаружению динамических объектов (людей), решению проблем окклюзии изображения и обнаружения малых объектов, повышению общей производительности системы в динамических средах. Полученные результаты демонстрируют эффективность метода и его потенциал для применения в робототехнике и автономных автомобилях.


    Ключевые слова

    механизм внимания CBAM, двунаправленная сеть пирамид характеристик, обнаружение человека, окклюзия, динамический SLAM, детектор YOLO

    Application of a modified neural network YOLOv5 for recognition of indoors moving people

    It is proposed to improve the visual dynamic SLAM system by combining the YOLOv5 neural network with the attention mechanism modules CBAM and BiFPN. Special attention is paid to the effective detection of dynamic objects (people), solving problems of image occlusion and small object detection, and increase of overall system performance in dynamic environments. The obtained results demonstrate the effectiveness of the method and its potential for application in robotics and autonomous vehicles.


    Keywords

    CBAM attention mechanism, bidirectional feature pyramid network, person detection, occlusion, dynamic SLAM, YOLO detector

Идет загрузка
НАЗАД
Для перехода на предыдущую страницу используйте эту кнопку