Download PDFOpen PDF in browserÜÇA Metoduyla Üretilen Verilerin YOLO v5 Modeliyle Gömülü Hedef Tespitine EtkisiEasyChair Preprint 54593 pages•Date: May 4, 2021AbstractGömülü hedeflerin tespit edilebilmesi çeşitli bozucu etkilerden dolayı zor bir işlemdir. Bu zorluklara bir çözüm olarak son zamanlarda nesne tespiti problemlerinde başarılı sonuçlar elde eden YOLO v5 algoritması ön plana çıkmıştır. Bu çalışmada, elde gerçek verilerin olmaması nedeniyle gprMax programı ile B-taramalarından oluşan simule veriler elde edilmiştir. Daha sonra Üretken Çekişmeli Ağ (ÜÇA) metodu ile simüle veri sayısı artırılmıştır. Burada hedeflenen, ÜÇA algoritmasıyla elde edilen verilerin, gömülü hedef tespitinde kullanılabilirliği ve yapılan eğitimde öğrenmeye olan etkisinin YOLO v5 algoritması üzerinden değerlendirilmesidir. Önerilen modelde farklı özelliklerden oluşan veri seti ile yapılan eğitimlerin performansı, elde edilen metrik değerleri üzerinden sayısal olarak analiz edilmiştir. Keyphrases: YOLO v5, Yere Nüfuz Eden Radar (YNR), gprMax, Üretken Çekişmeli Ağlar (ÜÇA)
|