SUN'IY INTELLEKT MODELLARINI O'QITISHDA DATASET SIFATI VA MODEL ANIQLIGI O'RTASIDAGI BOG'LIQLIK: AVTOMOBIL ANIQLASH MISOLIDA
Keywords:
dataset sifati, ob'ektni aniqlash, YOLOv8, mAP, backpropagationAbstract
Annotatsiya. Ushbu maqolada sun'iy intellekt (AI) modellarini o'qitishda foydalaniladigan training dataset sifatining model aniqligi va umumiy ishlash samaradorligiga ta'siri o'rganiladi. Tadqiqot avtomobil aniqlash vazifasi misolida olib borilgan bo'lib, YOLOv8, Faster R-CNN, SSD MobileNet va DETR modellari qo'llanilgan. Dataset hajmi, annotatsiya aniqligi, sinf muvozanati va ma'lumotlar xilma-xilligi asosiy omillar sifatida tahlil qilingan. Natijalar shuni ko'rsatdiki, yuqori sifatli 50 000 tasvirdan iborat dataset yordamida YOLOv8m modeli 97.8% mAP@0.5 ko'rsatkichiga erishgan. Annotatsiya xatoliklari 20% dan oshganda model aniqligi keskin pasayishi aniqlangan.
References
Goodfellow I., Bengio Y., Courville A. Deep Learning. — MIT Press, 2016. — 800 b.
Redmon J., Farhadi A. YOLOv3: An Incremental Improvement. — arXiv:1804.02767, 2018.
Ren S., He K., Girshick R., Sun J. Faster R-CNN: Towards Real-Time Object Detection with Region Proposal Networks // NIPS. — 2015. — B. 91–99.
Lin T.Y., Maire M., Belongie S., et al. Microsoft COCO: Common Objects in Context // ECCV. — 2014. — B. 740–755.
Jocher G., et al. Ultralytics YOLOv8 [Elektron manba]. — GitHub. — URL: https://github.com/ultralytics/ultralytics, 2023.
Litjens G. et al. A Survey on Deep Learning in Medical Image Analysis // Medical Image Analysis. — 2017. — Vol. 42. — B. 60–88.
Bansal G., Kahn J., Goh D. Tesla Autopilot: Case Study // Stanford HAI Report. — 2022.
O'zbekiston Respublikasi Prezidentining Farmoni. Raqamli O'zbekiston — 2030 strategiyasi. — Toshkent, 2020.
Geiger A., Lenz P., Stiller C., Urtasun R. Vision meets robotics: The KITTI Dataset // IJRR. — 2013. — Vol. 32, No. 11. — B. 1231–1237.
Carion N., Massa F., Synnaeve G., et al. End-to-End Object Detection with Transformers (DETR) // ECCV. — 2020. — B. 213–229.
