Numer: 05/2025 Str. 156
Autorzy: Zbigniew Omiotek :
Tytuł: Wykrywanie niebezpiecznych przedmiotów na obrazach z kamer surveillance przy użyciu Faster R-CNN
Streszczenie: W badaniach, do wykrywania niebezpiecznych obiektów wykorzystano sieć Faster R‑‑ CNN z różnymi sieciami szkieletowymi. Naj-lepsze wyniki uzyskano dla sieci szkieletowej ResNet152. Wartość mAP wyniosła 85%, natomiast poziom AP wahał się od 80% do 91%, w za-leżności od wykrywanego obiektu. Średnia prędkość wykrywania w czasie rzeczywistym wynosiła od 11 do 13 FPS. Zarówno dokładność, jak i szybkość modelu pozwalają rekomendować go do wykorzystania w systemach monitorowania bezpieczeństwa publicznego, mających na celu wykrywanie potencjalnie niebezpiecznych obiektów.
Słowa kluczowe: wykrywanie obiektów, Faster R‑CNN, uczenie głębokie, bezpieczeństwo publiczne.