DEVELOPMENT OF A YOLOv۸ MODEL FOR DOORDETECTION USING ARTIFICIAL INTELLIGENCE ANDPYTORCH
- سال انتشار: 1402
- محل انتشار: دومین همایش بین المللی دستاوردهای نوین در فناوری اطلاعات، علوم کامپیوتر، امنیت، شبکه و هوش مصنوعی
- کد COI اختصاصی: INDEXCONF02_005
- زبان مقاله: انگلیسی
- تعداد مشاهده: 220
نویسندگان
Iran University of Science and Technology
چکیده
Doors serve as crucial gateways in our built environment, and theirprecise detection is essential for various applications, including robotics,autonomous navigation, and security systems. However, accuratelydetecting doors in diverse real-world settings poses challenges. Thispaper delves into the realm of door detection using deep learningtechniques, specifically focusing on the YOLOv۸ algorithm. The papercommences by highlighting the significance of door detection and thelimitations of traditional methods. It then explores YOLOv۸, a singlestageobject detection algorithm known for its speed and efficiency. Italso describes the chosen model configuration, training parameters, anddataset employed. The dataset consists of over ۴۷۰ images withcorresponding labels, and the model is trained using a pre-trainedYOLOv۸s model for faster convergence. Visualizations comparingpredicted door bounding boxes with original images are also included.Overall, this paper demonstrates the potential of YOLOv۸ for doordetection in diverse real-world scenarios. While further improvementsare possible, the presented approach offers a promising solution with itsspeed, efficiency, and adaptability.کلیدواژه ها
Door Detection, Deep Neural Network, YOLOv۸, PYTORCHمقالات مرتبط جدید
- بررسی عددی تاثیر لایه مرزی بر عملکرد انتقال حرارت و افت فشار در مبدل های حرارتی
- Quantitative Insights into G Protein Signaling: A Review of Recent SPR Methodologies and Discoveries
- استفاده از دو الگوریتم رمزنگاری AES و DES در راستای افزایش امنیت اطلاعات در شبکه های حسگر بیسیم
- پیشنهاد الگوریتم های بهینه سازی برای طراحی گراف های پیچیده با استفاده از شبکه های مولد (GAN)
- طراحی و ارزیابی مدل های تحلیلی برای تسریع فرایند های تصمیم گیری در تحلیل داده های بزرگ به کمک تکنیک یادگیری ماشین
اطلاعات بیشتر در مورد COI
COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.
کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.