Original Research Journal

Article title: АДАПТИВНЫЙ МЕТОД ВЫБОРА РАЗРЕШЕНИЯ ВХОДНОГО ИЗОБРАЖЕНИЯ ДЛЯ НЕЙРОСЕТЕВЫХ ДЕТЕКТОРОВ ТРАНСПОРТНЫХ СРЕДСТВ: СРАВНИТЕЛЬНЫЙ АНАЛИЗ ЭФФЕКТИВНОСТИ НА CPU И GPU

Author: Давлетов Р. И.

Keywords: нейросетевая детекция объектов; адаптивный выбор разрешения; классификация сложности сцены; городской трафик; YOLOv8; интеллектуальные транспортные системы; CPU; GPU.

Páginas: 119-129

Abstract:

Рассматривается задача повышения эффективности нейросетевых детекторов транспортных средств в системах видеомониторинга мегаполиса за счёт адаптивного выбора разрешения входного изображения. Предложен классификатор сложности дорожной сцены на основе четырёх низкоуровневых признаков: средней яркости, контраста, плотности краёв (оператор Кэнни) и средней локальной дисперсии текстуры. Оценка проведена на наборе данных городского трафика Open Images v6 (5 283 изображения, 12 007 объектов) с детектором YOLOv8s на двух платформах: CPU и GPU NVIDIA RTX 5060 (архитектура Blackwell). На CPU при оптимальном пороге T* = 0,60 достигается прирост производительности в 2,2 раза (18,7 FPS против 8,5 FPS) при улучшении F1-меры на 14 %. На GPU различия между режимами не превышают 2 %, что подтверждает платформозависимость эффекта.

Full text is not available

Download full text
  • ISSN: 2222-0402

Полезная информация

Get a FREE mansucript checking

Our expert team reviews the manuscript and prepares a useful report regarding what can be improved. It's fast and it's FREE.

We are also professionals in language editing. Try us and learn more about what our services by clicking here