Örnek Olay İncelemesi: DeepPlastic ve YOLOv5
DeepPlastic araştırmacılarının okyanus yüzeyinin hemen altındaki plastikleri gerçek zamanlı olarak tespit etmek için Ultralytics YOLOv5'i ve otonom su altı araçlarını nasıl kullandığını gör.
Nuvola Ladi2 dakikalık okuma
Plastik, deniz canlılarının nefes almasını engelliyor: Okyanuslara her dakika iki kamyon dolusu plastik dökülüyor; bu da yılda 10 milyon tondan fazla plastik anlamına geliyor. DeepPlastic bilim insanları, denizlerdeki bu plastiğin "deniz ortamı, gıda güvenliği, insan sağlığı, eko-turizm ve iklim değişikliğine katkılar" açısından toplumsal tehdit oluşturduğunu belirtiyor.
Bununla mücadele etmek için bu araştırmacı ve mühendis ekibi, bilgisayarlı görünün okyanuslarımızdaki plastiği ortadan kaldırmaya nasıl yardımcı olabileceğini araştırıyor.
DeepPlastic araştırmacıları, derin öğrenme teknolojisiyle, ışığın hâlâ nüfuz edebildiği okyanus yüzeyinin hemen altındaki bölgede, yani epipelajik katmanda bulunan plastiği taramak, belirlemek ve miktarını ölçmek için otonom su altı araçlarından (AUVs) yararlanan bir yaklaşım geliştirdi.
“Amacımız, plastiği algılamak için kullanılabilecek, çok küçük boyutlu ve çıkarım hızı çok yüksek bir model oluşturmaktı.” Jay Lowe, Makine Öğrenimi Araştırmacısı
DeepPlastic ekibi, gerçek zamanlı nesne algılamayı mümkün kılan, küçük ve hassas iki model olan YOLOv4 ve YOLOv5 modellerini eğitti. Bu modeller, aşağıdakilerden oluşan DeepTrash veri kümesi üzerinde eğitildi:
- 1900 eğitim görüntüsü, 637 test görüntüsü, 637 doğrulama görüntüsü (60, 20, 20 bölünmesi)
- CA'daki Tahoe Gölü, San Francisco Körfezi ve Bodega Körfezi'nden alınan saha görüntüleri.
- İnternet görüntüleri
“Yüksek doğruluk sunan ve son derece hızlı bir nesne algılama algoritması arıyorduk. Çalıştığımız okyanus ortamları zorlu ve engebeli arazilerden oluşuyor. Ultralytics YOLOv5 her açıdan beklentilerimizi karşıladı ve kullanabileceğimiz en iyi nesne algılama modeli oldu.” “YOLOv5'i kullanmayı seviyoruz; kurulumu ve kullanımı çok kolay, ayrıca sürekli olarak istediğimiz sonuçları veriyor.” “Gelecekte devreye alacağımız tüm modellerde, hiç şüphe duymadan ilk tercihimiz olarak YOLOv5'i değerlendireceğiz.” Gautam Tata, Makine Öğrenimi Araştırmacısı
DeepPlastic deposuna, yayımlanan makaleye ve video özetine göz at.
Yazan
Dijital İçerik Yöneticisi · Ultralytics
Yorumlar
Soru sor, sonuçlarını paylaş veya başka birine yardım et.
