Порівняння ефективності застосування моделей комп'ютерного зору для автоматизованої системи контролю паркування
Анотація
Проаналізовано сучасні методи комп'ютерного зору, які використовують для автоматизованого контролю паркування. Досліджено особливості функціонування глибоких нейронних мереж, зокрема моделей YOLO, Faster R-CNN, SSD, EfficientDet, Mask R-CNN і DETR. Встановлено, що продуктивність цих моделей залежить від таких параметрів, як швидкість оброблення даних, точність виявлення об'єктів та ефективність використання ресурсів. Проведено порівняння моделей на підставі експериментальних даних, що враховують реальні умови функціонування паркувальних систем. Визначено, що одноетапні моделі (YOLO, SSD) забезпечують значну швидкість оброблення відеопотоку, що робить їх придатними для застосування в режимі реального часу. Водночас, двоетапні моделі (Faster R-CNN, Mask R-CNN) мають вищу точність виявлення об'єктів, особливо у випадках, коли необхідне розпізнавання дрібних або частково перекритих транспортних засобів. Запропоновано використання трансформаторних архітектур (моделей DETR і RT-DETR) для підвищення точності детекції об'єктів без потреби використання немаксимального подавлення NMS (англ. Non-Maximum Suppression). Досліджено можливості удосконалення автоматизованих систем паркування шляхом застосування гібридних підходів, що комбінують одно- та двоетапні моделі. Виявлено, що такі підходи дають змогу знизити затримки процедури оброблення даних і підвищити надійність виявлення транспортних засобів у складних умовах. Розроблено методику вибору оптимальної моделі комп'ютерного зору для автоматизованих паркувальних систем залежно від умов експлуатації. Наведено рекомендації щодо вибору моделей для великих відкритих паркінгів, підземних стоянок, мобільних застосунків і систем з обмеженими ресурсами. Визначено перспективні напрями проведення подальших досліджень, зокрема інтеграцію адаптивних трансформаторних архітектур у процес виявлення транспортних засобів для підвищення точності виявлення об'єктів та швидкості оброблення відео в реальному часі. Оцінено практичне застосування досліджених моделей у реальних паркувальних умовах. З'ясовано, що вибір оптимальної моделі залежить від конкретного сценарію використання та вимог до точності і швидкодії. Встановлено, що подальший розвиток автоматизованих систем контролю паркування має орієнтуватися на гібридні та адаптивні підходи, що поєднують переваги різних архітектур.
Завантаження
Посилання
Bochkovskiy, A., Wang, C. Y., & Liao, H. Y. M. (2020). YOLOv4: Optimal Speed and Accuracy of Object Detection. arXiv preprint arXiv: 2004.10934. https://doi.org/10.48550/arXiv.2004.10934
Carion, N., Massa, F., Synnaeve, G., Usunier, N., Kirillov, A., & Zagoruyko, S. (2020). End-to-End Object Detection with Transformers. In: European Conference on Computer Vision, (pp. 213–229). Springer, Cham. https://doi.org/10.1007/978-3-030-58452-8_13
Dai, J., Li, Y., He, K., & Sun, J. (2016). R-FCN: Object Detection via Region-based Fully Convolutional Networks. In: Advances in Neural Information Processing Systems, (pp. 379–387). https://doi.org/10.48550/arXiv.1605.06409
Diwan, Tausif, G. Anirudh, and Jitendra V. Tembhurne. "Object detection using YOLO: Challenges, architectural successors, datasets and applications." multimedia Tools and Applications 82.6 (2023): 9243-9275. https://doi.org/10.1007/s11042-022-13644-y
Fu, C. Y., Liu, W., Ranga, A., Tyagi, A., & Berg, A. C. (2017). DSSD: Deconvolutional Single Shot Detector. arXiv preprint arXiv: 1701.06659. https://doi.org/10.48550/arXiv.1701.06659
Girshick, R. (2015). Fast R-CNN. In: Proceedings of the IEEE International Conference on Computer Vision, (pp. 1440–1448). https://doi.org/10.1109/ICCV.2015.169
Han, Xiaohong, Jun Chang, and Kaiyuan Wang. "Real-time object detection based on YOLO-v2 for tiny vehicle object." Procedia Computer Science 183 (2021): 61-72. https://doi.org/10.1016/j.procs.2021.02.031
He, K., Gkioxari, G., Dollár, P., & Girshick, R. (2020). Mask R-CNN. IEEE Transactions on Pattern Analysis and Machine Intelligence, 42(2), 386–397. https://doi.org/10.1109/TPAMI.2018.2844175
Huang, J., Rathod, V., Sun, C., Zhu, M., Korattikara, A., Fathi, A.,… & Murphy, K. (2017). Speed/Accuracy Trade-offs for Modern Convolutional Object Detectors. In: Proceedings of the IEEE Conference on Computer Vision and Pattern Recognition, (pp. 7310–7311). https://doi.org/10.1109/CVPR.2017.351
Jha, S., Dey, A., Kumar, R., & Kumar, V. (2019). A novel approach on visual question answering by parameter prediction using faster region based convolutional neural network. International Journal of Interactive Multimedia and Artificial Intelligence (IJIMAI), 5(5), 30–37. URL: https://www.ijimai.org/journal/bibcite/reference/2688
Jiao, L., Zhang, F., Liu, F., Yang, S., Li, L., Feng, Z., & Qu, R. (2019). A Survey of Deep Learning-based Object Detection. IEEE Access, 7, 128837–128868. https://doi.org/10.1109/ACCESS.2019.2939201
Kirillov, A., Girshick, R., He, K., & Dollár, P. (2019). Panoptic Feature Pyramid Networks. In: Proceedings of the IEEE/CVF Conference on Computer Vision and Pattern Recognition, (pp. 6399–6408). https://doi.org/10.1109/CVPR.2019.00655
Kong, T., Yao, A., Chen, Y., & Sun, F. (2017). HyperNet: Towards Accurate Region Proposal Generation and Joint Object Detection. In: Proceedings of the IEEE Conference on Computer Vision and Pattern Recognition, (pp. 845–853). https://doi.org/10.1109/CVPR.2016.95
Kreshchenko, Taras., & Yushchenko, Yury. (2022). Parking Spot Occupancy Classification Using Deep Learning. NaUKMA Research Papers. Computer Science, 5, 72–78. https://doi.org/10.18523/2617-3808.2022.5.72-78
Liang, Han, Lee, Seong-Cheol., & Seo, Suyoung. (2022). Automatic recognition of road damage based on lightweight attentional convolutional neural network. Sensors, 22(24), article ID 9599. https://doi.org/10.3390/s22249599
Lin, T. Y., Goyal, P., Girshick, R., He, K., & Dollár, P. (2020). Focal Loss for Dense Object Detection. IEEE Transactions on Pattern Analysis and Machine Intelligence, 42(2), 318–327. https://doi.org/10.1109/TPAMI.2018.2858826
Lin, T. Y., Maire, M., Belongie, S., Hays, J., Perona, P., Ramanan, D.,… & Zitnick., C. L. (2014). Microsoft COCO: Common Objects in Context. In: European Conference on Computer Vision, (pp. 740–755). Springer, Cham. https://doi.org/10.1007/978-3-319-10602-1_48
Liu, W., Anguelov, D., Erhan, D., Szegedy, C., Reed, S., Fu, C. Y., & Berg, A. C. (2016). SSD: Single Shot MultiBox Detector. In: European Conference on Computer Vision, (pp. 21–37). Springer, Cham. https://doi.org/10.1007/978-3-319-46448-0_2
Naddaf-Sh, S., Naddaf-Sh, M. M., Kashani., A. R., & Zargarzadeh, H. (2020, December). An efficient and scalable deep learning approach for road damage detection. In: 2020 IEEE International Conference on Big Data, (pp. 5602–5608). IEEE. URL: https://ieeexplore.ieee.org/abstract/document/9377751
Object segmentation with Mask R-CNN | by Abhijeet Pujara | Medium. (n.d.). Retrieved January 1, 2024. URL: https://abhijeetpujara.medium.com/object-segmentation-with-mask-r-cnn-6e9c06cef81c
Redmon, J., & Farhadi, A. (2018). YOLOv3: An Incremental Improvement. arXiv preprint arXiv:1804.02767. https://doi.org/10.48550/arXiv.1804.02767
Redmon, J., Divvala, S., Girshick, R., & Farhadi, A. (2016). You Only Look Once: Unified, Real-Time Object Detection. In: Proceedings of the IEEE Conference on Computer Vision and Pattern Recognition, (pp. 779–788). https://doi.org/10.1109/CVPR.2016.91
Ren, S., He, K., Girshick, R., & Sun, J. (2017). Faster R-CNN: Towards Real-Time Object Detection with Region Proposal Networks. IEEE Transactions on Pattern Analysis and Machine Intelligence, 39(6), 1137–1149. https://doi.org/10.1109/TPAMI.2016.2577031
Tan, M., Pang, R., & Le, Q. V. (2020). EfficientDet: Scalable and Efficient Object Detection. In: Proceedings of the IEEE/CVF Conference on Computer Vision and Pattern Recognition, (pp. 10781–10790). https://doi.org/10.1109/CVPR42600.2020.01080
Vilcapoma, Piero, et al. (2024). Comparison of Faster R-CNN, YOLO, and SSD for Third Molar Angle Detection in Dental Panoramic X-rays." Sensors 24.18, article ID 6053. https://doi.org/10.3390/s24186053
Xu, Xiangyang, et al. "Crack detection and comparison study based on faster R-CNN and mask R-CNN." Sensors 22.3 (2022): 1215. https://doi.org/10.3390/s22031215
YOLOv8 vs Faster R-CNN: A Comparative Analysis – Keylabs. (2024, January). URL: https://keylabs.ai/blog/yolov8-vs-faster-r-cnn-a-comparative-analysis/?utm_source=chatgpt.com
YOLOv8 vs Mask R-CNN: In-depth Analysis and Comparison – Labelvisor. (n.d.). URL: https://www.labelvisor.com/yolov8-vs-mask-r-cnn-in-depth-analysis-and-comparison
Youssouf, Njayou. "Traffic sign classification using CNN and detection using faster-RCNN and YOLOV4." Heliyon 8.12 (2022). https://doi.org/10.1016/j.heliyon.2022.e11792
Yu, Fenglin. (2024). YOLO, Faster R-CNN, and SSD for cloud detection. Applied and Computational Engineering, 37, 239–247. https://doi.org/10.54254/2755-2721/37/20230514
Zhang, S., Chi, C., Yao, Y., Lei, Z., & Li, S. Z. (2020). Bridging the Gap Between Anchor-based and Anchor-free Detection via Adaptive Training Sample Selection. In: Proceedings of the IEEE/CVF Conference on Computer Vision and Pattern Recognition, (pp. 9759–9768). https://doi.org/10.1109/CVPR42600.2020.00976
ZHAO, Yian, et al. (2024). Detrs beat yolos on real-time object detection. In: Proceedings of the IEEE/CVF Conference on Computer Vision and Pattern Recognition, p. 16965–16974. URL: https://arxiv.org/pdf/2304.08069
Zhao, Z. Q., Zheng, P., Xu, S. T., & Wu, X. (2019). Object Detection with Deep Learning: A Review. IEEE Transactions on Neural Networks and Learning Systems, 30(11), 3212–3232. https://doi.org/10.1109/TNNLS.2018.2876865
Zhu, X., Pang, J., Yang, C., Shi, J., & Lin, D. (2019). Adapting Object Detectors via Selective Cross-Domain Alignment. In: Proceedings of the IEEE/CVF Conference on Computer Vision and Pattern Recognition, (pp. 687–696). https://doi.org/10.1109/CVPR.2019.00078
