Дата публикации: 2020

Дата публикации в реестре: 2021-08-05T23:21:30Z

Аннотация:

Для улучшения программного комплекса по детектированию и трекингу горящих частиц проведена серия лабораторных и полунатурных экспериментов на установке «Огненный Дракон». В качестве частиц использованы частиц^! природного происхождения (кора и веточки сосны), а также древесные пеллеты (древесные топливные гранулы). Для обнаружения горящих частиц на термограммах был протестирован алгоритм YOLOv4, основанный на нейросетях, и проведено сравнение с Лапласиан Гауссиана (LoG) и Разность Гауссианов (DoG). Для оценки точности работы детекторов применялась метрика F-мера. Анализ сравнения показал, что алгоритм с применением нейросети глубого обучения YOLOv4 позволяют получить лучшую точность для детектирования частиц.

Тип: статьи в сборниках

Источник: Математическое моделирование и суперкомпьютерные технологии : труды XX Международной конференции, Нижний Новгород, 23–27 ноября 2020 г.. Нижний Новгород, 2020. С. 315-318