Реферат
Оглавление
Введение 7
Глава 1. Видеонаблюдение и его применение на морских судах 12
1.1 Историческая справка о видеонаблюдении 12
1.2 Система видеонаблюдения и её основные компоненты 14
1.2.1 Основные задачи, решаемые системой видеонаблюдения, включают: 15
1.2.2 Основные компоненты системы видеонаблюдения включают: 15
1. 3 Роль видеонаблюдения на морских судах 24
1.1 Преимущества видеонаблюдения на морских судах 25
1.2 Ограничения и вызовы видеонаблюдения на морских судах 27
Заключение главы 30
Глава 2. Машинное обучение в задачах видеомониторинга. Оистема обнаружения пожара на языке программирования Python 32
2.1 Введение в машинное обучение 32
2.2 Основные задачи видеомониторинга 34
2.3 Классификация видеоданных 36
2.4 Обнаружение объектов 37
2.5 Отслеживание движущихся объектов 39
2.6 Сегментация видеоданных 40
2.7 Обзор применения модели YOLO 8 в задачах видеомониторинга 42
2.7.1 Алгоритм YOLO 42
2.7.2 YOLOv8 45
2.1 Оистема обнаружения пожара на языке программирования Python 46
2.1.1 Введение 46
2.1.2 Используемые технологии 47
2.1.3 Принцип работы алгоритма HSV 51
Заключение главы 54
Глава 3. Применение модели YOLO 8 сверточной нейронной сети и реализация алгоритмов компьютернго зрения с целью обнаружения пожаров 56
3.1Применение модели YOLO 8 56
3.1.1 Формулировка задачи 56
3.1.2 Применение YOLO 8 58
3.1 Применение системы обнаружения пожара на языке программирования Python 62
3.2.1 Генерация данных 62
3.2.2 Обработка сгенерированных данных с результатом деятельности 64
Заключение главы 69
ЗАКЛЮЧЕНИЕ 71
Список используемой литературы: 73
Приложение 1. Пример части используемого кода системы обнаружения пожара на языке
Python: 76
Приложение 2. Пример части используемого кода обученной модели YOLOv8: 79
Современные морские суда сталкиваются с различными вызовами в области безопасности и защиты. В связи с увеличением угроз террористических актов, пиратства и несанкционированного доступа на суда, разработка эффективных систем охраны становится необходимостью. Одним из важных аспектов охраны является использование систем видеонаблюдения на морских судах.
Морское судно - это сложная и динамичная среда, которая представляет уникальные вызовы для систем видеонаблюдения. В условиях переменного освещения, шума, вибраций и движения судна требуется разработка специализированной охранной системы, способной эффективно обнаруживать и отслеживать различные объекты на борту судна.
Использование современных методов компьютерного зрения, таких как YOLO, позволяет достичь высокой точности и скорости обнаружения объектов на видеозаписях. Алгоритм YOLO представляет собой мощный инструмент для обнаружения и классификации объектов в режиме реального времени. Использование данной модели в охранной системе на морском судне позволит повысить эффективность и точность обнаружения потенциально опасных объектов, облегчая оперативные действия экипажа и обеспечивая своевременное реагирование на угрозы. Модель YOLO 8 является одной из последних версий алгоритма, который обладает значительными улучшениями по сравнению с предыдущими версиями. Она обеспечивает высокую точность обнаружения объектов и способна работать на аппаратных устройствах с ограниченными вычислительными ресурсами.
В данной работе я сосредоточился на использовании модели YOLO 8 для разработки охранной системы видеонаблюдения на морском судне. Модель YOLO 8 является продвинутой версией алгоритма, обладающей улучшенными возможностями по обнаружению объектов и оптимизацией вычислительных ресурсов. Применение данной модели позволит повысить эффективность системы видеонаблюдения на морском судне, обеспечивая более точное и быстрое обнаружение потенциально опасных объектов или нежелательных действий.
В работе будут рассмотрены основные этапы разработки охранной системы видеонаблюдения на морском судне с использованием модели YOLO 8. В частности, будут исследованы следующие аспекты:
1. Сбор и подготовка видеоданных: Будет проведен анализ требований к видеоданным, собранным с камер видеонаблюдения на морском судне. Также будет рассмотрен процесс и методы предварительной обработки данных для обеспечения оптимального функционирования модели YOLO 8.
2. Разработка модели YOLO 8: Будет проведено исследование и реализация модели YOLO 8 для обнаружения объектов на видеозаписях. Будут изучены особенности и принципы работы данной модели, а также ее архитектура и параметры.
3. Тестирование и оценка производительности: После разработки модели YOLO 8 будет проведено тестирование на реальных видеоданных, собранных с морского судна. Будет оценена точность и скорость обнаружения объектов, а также произведено сравнение с другими существующими методами обнаружения объектов на видеозаписях.
4. Внедрение и практическое применение: Будет проведено исследование возможностей внедрения разработанной охранной системы на реальном морском судне. Будут рассмотрены факторы, связанные с установкой камер видеонаблюдения, интеграцией системы в существующую инфраструктуру судна и требованиями по обработке видеоданных.
...
В заключение дипломного исследования, посвященного разработке модели охранной системы видеонаблюдения на морском судне с использованием модели YOLO v8 и системы обнаружения пожара на языке программирования Python, можно сделать следующие выводы.
В ходе исследования был проведен анализ существующих систем видеонаблюдения на морских судах и их недостатков, включая ограниченные возможности обнаружения пожара и сложности в обработке видеопотока в режиме реального времени. Для преодоления этих ограничений было решено применить модель YOLO v8 и систему обнаружения пожара на базе алгоритмов компьютерного зрения и машинного обучения.
Проведенная разработка модели охранной системы видеонаблюдения на морском судне показала ее эффективность и потенциал для повышения безопасности и оперативного реагирования на чрезвычайные ситуации. Модель YOLO v8, использующая нейронные сети и алгоритмы обнаружения объектов в реальном времени, позволяет достичь высокой точности и скорости обработки видеопотока, что особенно важно в условиях морской среды с ограниченными ресурсами и высокой степенью динамики.
Интеграция данной системы в охранную систему видеонаблюдения позволяет автоматически определять признаки пожара на основе анализа видеопотока и принимать соответствующие меры по предотвращению его распространения.
В результате тестирования разработанной модели с применением модели YOLO v8 и системы обнаружения пожара на языке программирования Python были достигнуты следующие результаты: повышение точности обнаружения объектов, увеличение скорости обработки видеопотока, обнаружение пожара и возможность своевременного принятия необходимых мер безопасности.
Таким образом, данное исследование предоставляет основу для развития и внедрения более эффективных систем видеонаблюдения на морских судах с применением современных моделей и технологий, таких как YOLO v8 и системы обнаружения пожара на языке программирования Python. Результаты работы могут быть использованы в сфере морской безопасности для обеспечения более надежной защиты судов и эффективного реагирования на чрезвычайные ситуации.
