CẢI TIẾN YOLOV5 DỰA TRÊN TRANSFORMER PREDICTION HEAD CHO BÀI TOÁN XÁC ĐỊNH ĐỐI TƯỢNG TỪ DRONE

24 12 0

Tài liệu hạn chế xem trước, để xem đầy đủ mời bạn chọn Tải xuống

1 / 24 trang

THÔNG TIN TÀI LIỆU

Thông tin cơ bản

Định dạng
Số trang	24
Dung lượng	10,06 MB

Nội dung

TPH YOLOv5 Improved YOLOv5 Based on Transformer Prediction Head for Object Detection on Drone captured Scenarios ĐẠI HỌC QUỐC GIA HÀ NỘI TRƯỜNG ĐẠI HỌC CÔNG NGHỆ Đỗ Duy Thanh CẢI TIẾN YOLOV5 DỰA TRÊN TRANSFORMER PREDICTION HEAD CHO BÀI TOÁN XÁC ĐỊNH ĐỐI TƯỢNG TỪ DRONE BÁO CÁO MÔN HỌC Ngành Khoa học máy tính HÀ NỘI 2022 ĐẠI HỌC QUỐC GIA HÀ NỘI TRƯỜNG ĐẠI HỌC CÔNG NGHỆ Đỗ Duy Thanh CẢI TIẾN YOLOV5 DỰA TRÊN TRANSFORMER PREDICTION HEAD CHO BÀI TOÁN XÁC ĐỊNH ĐỐI TƯỢNG TỪ DRONE BÁO CÁO MÔN HỌC Ngành K.

Ngày đăng: 18/05/2022, 14:15

HÌNH ẢNH LIÊN QUAN

Danh sách hình vẽ ii - CẢI TIẾN YOLOV5 DỰA TRÊN TRANSFORMER PREDICTION HEAD CHO BÀI TOÁN XÁC ĐỊNH ĐỐI TƯỢNG TỪ DRONE — **anh** sách hình vẽ ii (Trang 4)

Hình 1.1: Các trường hợp giải thích 3 vấn đề chính của xác định đối tượng trong ảnh drone. - CẢI TIẾN YOLOV5 DỰA TRÊN TRANSFORMER PREDICTION HEAD CHO BÀI TOÁN XÁC ĐỊNH ĐỐI TƯỢNG TỪ DRONE — **Hình 1.1** Các trường hợp giải thích 3 vấn đề chính của xác định đối tượng trong ảnh drone (Trang 8)

Hình 1.2: Tổng quan của phương pháp đề xuất TPH-YOLOv5. - CẢI TIẾN YOLOV5 DỰA TRÊN TRANSFORMER PREDICTION HEAD CHO BÀI TOÁN XÁC ĐỊNH ĐỐI TƯỢNG TỪ DRONE — **Hình 1.2** Tổng quan của phương pháp đề xuất TPH-YOLOv5 (Trang 8)

Hình 3.1: Kiến trúc của mô hình TPH-YOLOv5. - CẢI TIẾN YOLOV5 DỰA TRÊN TRANSFORMER PREDICTION HEAD CHO BÀI TOÁN XÁC ĐỊNH ĐỐI TƯỢNG TỪ DRONE — **Hình 3.1** Kiến trúc của mô hình TPH-YOLOv5 (Trang 14)

Hình 3.2: Cấu trúc của khối Transformer Encoder. - CẢI TIẾN YOLOV5 DỰA TRÊN TRANSFORMER PREDICTION HEAD CHO BÀI TOÁN XÁC ĐỊNH ĐỐI TƯỢNG TỪ DRONE — **Hình 3.2** Cấu trúc của khối Transformer Encoder (Trang 15)

Hình 3.3: Tổng quan cấu trúc của khối CBAM. - CẢI TIẾN YOLOV5 DỰA TRÊN TRANSFORMER PREDICTION HEAD CHO BÀI TOÁN XÁC ĐỊNH ĐỐI TƯỢNG TỪ DRONE — **Hình 3.3** Tổng quan cấu trúc của khối CBAM (Trang 15)

Kiến trúc của một module CBAM được mô tả như Hình 3.3. Theo các thí nghiệm trong bài báo, sau khi triển khai CBAM vào các mô hình khác nhau, độ chính xác của các mô hình tăng lên rõ rệt, điều đó chứng tỏ sự hiệu quả của mô hình - CẢI TIẾN YOLOV5 DỰA TRÊN TRANSFORMER PREDICTION HEAD CHO BÀI TOÁN XÁC ĐỊNH ĐỐI TƯỢNG TỪ DRONE — i ến trúc của một module CBAM được mô tả như Hình 3.3. Theo các thí nghiệm trong bài báo, sau khi triển khai CBAM vào các mô hình khác nhau, độ chính xác của các mô hình tăng lên rõ rệt, điều đó chứng tỏ sự hiệu quả của mô hình (Trang 16)

Hình 4.1: Các ảnh drone được chụp từ độ cao lớn dẫn đến các đối tượng quá nhỏ cho việc xác định. - CẢI TIẾN YOLOV5 DỰA TRÊN TRANSFORMER PREDICTION HEAD CHO BÀI TOÁN XÁC ĐỊNH ĐỐI TƯỢNG TỪ DRONE — **Hình 4.1** Các ảnh drone được chụp từ độ cao lớn dẫn đến các đối tượng quá nhỏ cho việc xác định (Trang 19)

Bảng 4.1: So sánh độ chính xác của các phương pháp trên tập dữ liệu VisDrone 2021. Phương phápmAP (%)AP50 (%) - CẢI TIẾN YOLOV5 DỰA TRÊN TRANSFORMER PREDICTION HEAD CHO BÀI TOÁN XÁC ĐỊNH ĐỐI TƯỢNG TỪ DRONE — **Bảng 4.1** So sánh độ chính xác của các phương pháp trên tập dữ liệu VisDrone 2021. Phương phápmAP (%)AP50 (%) (Trang 20)

Bảng 4.2: Đánh giá các thành phần của phương pháp đề xuất. Phương phápmAP (%)AP50 (%) YOLOv528.8849.33 YOLOv5+P231.03 ( ↑2.15)51.61 (↑ 2.28) YOLOv5+P2+Transformer32.84 ( ↑1.81)53.87 (↑2.26) TPH-YOLOv5 (trước+CBAM)33.63 ( ↑0.79)54.77 (↑0.90) TPH-YOLOv5+đa - CẢI TIẾN YOLOV5 DỰA TRÊN TRANSFORMER PREDICTION HEAD CHO BÀI TOÁN XÁC ĐỊNH ĐỐI TƯỢNG TỪ DRONE — **Bảng 4.2** Đánh giá các thành phần của phương pháp đề xuất. Phương phápmAP (%)AP50 (%) YOLOv528.8849.33 YOLOv5+P231.03 ( ↑2.15)51.61 (↑ 2.28) YOLOv5+P2+Transformer32.84 ( ↑1.81)53.87 (↑2.26) TPH-YOLOv5 (trước+CBAM)33.63 ( ↑0.79)54.77 (↑0.90) TPH-YOLOv5+đa (Trang 20)

Điều này làm tăng chi phí tính toán của mô hình, tuy nhiên mAP của mô hình được cải thiện rõ rệt - CẢI TIẾN YOLOV5 DỰA TRÊN TRANSFORMER PREDICTION HEAD CHO BÀI TOÁN XÁC ĐỊNH ĐỐI TƯỢNG TỪ DRONE — i ều này làm tăng chi phí tính toán của mô hình, tuy nhiên mAP của mô hình được cải thiện rõ rệt (Trang 21)

Bảng 4.3: So sánh các mô hình TPH-YOLOv5 trên tập dữ liệu VisDrone2021 thí nghiệm. - CẢI TIẾN YOLOV5 DỰA TRÊN TRANSFORMER PREDICTION HEAD CHO BÀI TOÁN XÁC ĐỊNH ĐỐI TƯỢNG TỪ DRONE — **Bảng 4.3** So sánh các mô hình TPH-YOLOv5 trên tập dữ liệu VisDrone2021 thí nghiệm (Trang 22)

đa mô hình 37.32 29.00 16.75 15.69 68.94 Phương phápvantrucktricycleawning - CẢI TIẾN YOLOV5 DỰA TRÊN TRANSFORMER PREDICTION HEAD CHO BÀI TOÁN XÁC ĐỊNH ĐỐI TƯỢNG TỪ DRONE — a mô hình 37.32 29.00 16.75 15.69 68.94 Phương phápvantrucktricycleawning (Trang 22)

Hình 4.3 mô tả một vài kết quả của mô hình đề xuất trên thập dữ liệu thử nghiệm của cuộc thi VisDrone 2021. - CẢI TIẾN YOLOV5 DỰA TRÊN TRANSFORMER PREDICTION HEAD CHO BÀI TOÁN XÁC ĐỊNH ĐỐI TƯỢNG TỪ DRONE — **Hình 4.3** mô tả một vài kết quả của mô hình đề xuất trên thập dữ liệu thử nghiệm của cuộc thi VisDrone 2021 (Trang 23)