Detection and recognition of objects in images is the main problem to be solved by computer vision systems. As part of solving this problem, the model of object recognition in aerial photographs taken from unmanned aerial vehicles has been improved. A study of object recognition in aerial photographs using deep convolutional neural networks has been carried out. Analysis of possible implementations showed that the AlexNet 2012 model (Canada) trained on the ImageNet image set (China) is most suitable for this problem solution. This model was used as a basic one. The object recognition error for this model with the use of the ImageNet test set of images amounted to 15 %. To solve the problem of improving the effectiveness of object recognition in aerial photographs for 10 classes of images, the final fully connected layer was modified by rejection from 1,000 to 10 neurons and additional two-stage training of the resulting model. Additional training was carried out with a set of images prepared from aerial photographs at stage 1 and with a set of VisDrone 2021 (China) images at stage 2. Optimal training parameters were selected: speed (step) (0,0001), number of epochs (100). As a result, a new model under the proposed name of AlexVisDrone was obtained. The effectiveness of the proposed model was checked with a test set of 100 images for each class (the total number of classes was 10). Accuracy and sensitivity were chosen as the main indicators of the model effectiveness. As a result, an increase in recognition accuracy from 7 % (for images from aerial photographs) to 9 % (for the VisDrone 2021 set) was obtained which has indicated that the choice of neural network architecture and training parameters was correct. The use of the proposed model makes it possible to automate the process of object recognition in aerial photographs. In the future, it is advisable to use this model at ground stations of unmanned aerial vehicle complex control when processing aerial photographs taken from unmanned aerial vehicles, in robotic systems, in video surveillance complexes and when designing unmanned vehicle systems.

 Наукова періодика України 

---

Додаткова інформація про автора(ів) публікації:
(cписок формується автоматично, до списку можуть бути включені персоналії з подібними іменами або однофамільці)

• Слюсар Володимир Володимирович (фізико-математичні науки)
• Слюсар Вадим Іванович (1964–) (технічні науки)
• Шевченко Сергій Леонідович (філософські науки)
• Шевченко Сергій Миколайович (фізико-математичні науки)
• Шевченко Сергій Анатолійович (технічні науки)
• Шевченко Світлана Віталіївна (психологічні науки)
• Шевченко Світлана Олексіївна (економічні науки)
• Шевченко Сергій Анатолійович (технічні науки)
• Шевченко Світлана Вікторівна (психологічні науки)
• Шевченко Сергій Юрійович (технічні науки)
• Шевченко Сергій Іванович (біологічні науки)
• Шевченко Станіслав Дмитрович (1936–2020) (медичні науки)
• Шевченко Сергій Іванович (юридичні науки)
• Важинський Сергій Едуардович (технічні науки)
• Богатов Олег Ігорович (1960–) (військові науки)

  Якщо, ви не знайшли інформацію про автора(ів) публікації, маєте бажання виправити або відобразити більш докладну інформацію про науковців України запрошуємо заповнити "Анкету науковця"