ОБУЧЕНИЕ МОДЕЛИ YOLO ДЛЯ РАСПОЗНАВАНИЯ ЛЕДЕНЦОВ HALLS С ПОМОЩЬЮ MAIXDUINO

Авторы

  • Абу-Алим Аязбай Алматинский университет энергетики и связи имени Г. Даукеева
  • Гани Сергазин Академия логистики и транспорта
  • Сандугаш Оразалиева Алматинский университет энергетики и связи имени Г. Даукеева
  • Бахытжан Байкенов Алматинский университет энергетики и связи имени Г. Даукеева

DOI:

https://doi.org/10.52167/1609-1817-2024-130-1-353-362

Ключевые слова:

MaixDuino, YOLOv2, распознавание, машинное зрение, обработка изображений, промышленная сортировка

Аннотация

В данном исследовании рассматривается использование платы разработки MaixDuino для распознавания трех различных сортов леденцов (конфет). Этап обучения проводился на платформе MaixHub, представляющей собой комплексную экосистему, объединяющую сервисы ИИ-моделей и взаимодействие с сообществом. Работая в тандеме с моделью YOLOv2, MaixDuino прошла пять итераций обучения, постепенно улучшая свои характеристики. Наибольшего внимания заслуживает пятая, заключительная тренировка, показавшая оптимальную точность. Исследование показало, что модель демонстрирует отличные результаты в реальных условиях, особенно при хорошем освещении и отсутствии бликов. Предполагается, что данная система обнаружения леденцов будет интегрирована в процесс сортировки с использованием комбинации ленточного конвейера и дельта-манипулятора. Данное исследование вносит существенный вклад в развитие технологий обнаружения леденцов, демонстрируя эффективность платы разработки MaixDuino в сочетании с моделью YOLOv2. Результаты исследования подчеркивают возможность применения данной системы в промышленных условиях, где надежная и эффективная сортировка конфет имеет первостепенное значение.

Биографии авторов

Абу-Алим Аязбай, Алматинский университет энергетики и связи имени Г. Даукеева

магистр, Алматы, Казахстан, work_abu@hotmail.com

Гани Сергазин, Академия логистики и транспорта

PhD, ассоциированный профессор, Алматы, Казахстан, gani_b@mail.ru

Сандугаш Оразалиева, Алматинский университет энергетики и связи имени Г. Даукеева

PhD, Алматы, Казахстан, s.orazalieva@aues.kz

Бахытжан Байкенов, Алматинский университет энергетики и связи имени Г. Даукеева

к.т.н., доцент, Алматы, Казахстан, b.baikenov@aues.kz

Библиографические ссылки

[1] Elwakeel A.E., Mazrou Y.S.A., Tantawy A.A., Okasha A.M., Elmetwalli,A.H., Elsayed S., Makhlouf A.H. Designing, Optimizing, and Validating a Low-Cost, Multi-Purpose, Automatic System-Based RGB Color Sensor for Sorting Fruits. Agriculture 2023, 13, 1824. https://doi.org/10.3390/agriculture13091824

[2] Liu F., Chen J., Qin D., Wang T. Research on Appearance Detection, Sorting, and Regrouping Technology of Retired Batteries for Electric Vehicles. Sustainability 2023, 15, 15523. https://doi.org/10.3390/su152115523

[3] Nuño-Maganda M.A., Dávila-Rodríguez I.A., Hernández-Mier Y., Barrón-Zambrano J.H., Elizondo-Leal J.C., Díaz-Manriquez A., Polanco-Martagón S. Real-Time Embedded Vision System for Online Monitoring and Sorting of Citrus Fruits. Electronics 2023, 12, 3891. https://doi.org/10.3390/electronics12183891

[4] Liu Z., Wang L., Liu Z., Wang X., Hu C., Xing, J. Detection of Cotton Seed Damage Based on Improved YOLOv5. Processes 2023, 11, 2682. https://doi.org/10.3390/pr11092682

[5] Lv Z., Chen T., Cai Z., Chen Z. Machine Learning-Based Garbage Detection and 3D Spatial Localization for Intelligent Robotic Grasp. Appl. Sci. 2023, 13, 10018. https://doi.org/10.3390/app131810018

[6] Hulens D., Van Ranst W., Cao Y., Goedemé T. Autonomous Visual Navigation for a Flower Pollination Drone. Machines 2022, 10, 364. https://doi.org/10.3390/machines10050364

[7] Vignesh S., Vishnupriya G., Swetha P., Elakkiya, B. Fire detection and extinguisher system using image processing. International Research Journal of Engineering and Technology 2023, 10, 6.

[8] Rafika A. S., Warnar H. L. H. S., Saputra M. A. An application of mask detector for prevent Covid-19 in public services area. In Journal of Physics: Conference Series, November 2020, (Vol. 1641, No. 1, p. 012063). IOP Publishing.

Загрузки

Опубликован

23.01.2024

Как цитировать

Аязбай, А.-А., Сергазин, Г., Оразалиева, С., & Байкенов, Б. (2024). ОБУЧЕНИЕ МОДЕЛИ YOLO ДЛЯ РАСПОЗНАВАНИЯ ЛЕДЕНЦОВ HALLS С ПОМОЩЬЮ MAIXDUINO. Вестник КазАТК, 130(1), 353–362. https://doi.org/10.52167/1609-1817-2024-130-1-353-362

Выпуск

Раздел

Автоматизация, телемеханика, связь, компьютерные науки

Наиболее читаемые статьи этого автора (авторов)