• українська
    • English
    • русский
    • Deutsch
Institutional Digital Repository of National Aerospace University KHAI
  • English 
    • українська
    • English
    • русский
    • Deutsch
  • Login
View Item 
  •   dKHAIIR Home
  • Факультет радіоелектроніки, комп’ютерних систем та інфокомунікацій (№ 5)
  • Наукові праці
  • Статті з наукових журналів та збірок
  • View Item
  •   dKHAIIR Home
  • Факультет радіоелектроніки, комп’ютерних систем та інфокомунікацій (№ 5)
  • Наукові праці
  • Статті з наукових журналів та збірок
  • View Item
JavaScript is disabled for your browser. Some features of this site may not work without it.

Deep learning models for detection of explosive ordnance using autonomous robotic systems: trade-off between accuracy and real-time processing speed

Thumbnail
View/Open
Mishchuk.pdf (1.246Mb)
Date
2024
Author
Mishchuk, V.
Fesenko, H.
Kharchenko, V.
Metadata
Show full item record
Abstract
The study focuses on deep learning models for real-time explosive ordnance detection (EO). This study aimed to evaluate and compare the performance of YOLOv8 and RT-DETR object detection models in terms of accuracy and speed for EO detection via autonomous robotic systems.
 
Предметом дослідження є моделі глибокого навчання для виявлення вибухонебезпечних предметів (ВНП) у реальному часі. Метою цього дослідження є оцінка та порівняння продуктивності моделей виявлення об’єктів YOLOv8 і RT-DETR з точки зору точності та швидкості виявлення ВНП за допомогою автономних роботизованих систем.
 
URI
http://dspace.library.khai.edu/xmlui/handle/123456789/8705
Collections
  • Статті з наукових журналів та збірок

DSpace software copyright © 2002-2016  DuraSpace
Contact Us | Send Feedback
Theme by 
Atmire NV
 

 

Browse

All of DSpaceCommunities & CollectionsBy Issue DateAuthorsTitlesSubjectsThis CollectionBy Issue DateAuthorsTitlesSubjects

My Account

LoginRegister

DSpace software copyright © 2002-2016  DuraSpace
Contact Us | Send Feedback
Theme by 
Atmire NV