Faoliyatimiz davomida biz har kuni rivojlanish ustuvorliklarini belgilash muammosiga duch kelamiz. IT-sanoat rivojlanishining yuqori dinamikasini, biznes va hukumat tomonidan yangi texnologiyalarga doimiy ravishda ortib borayotgan talabni hisobga olgan holda, biz har safar rivojlanish vektorini aniqlab, o'z kuchlarimiz va mablag'larimizni kompaniyamizning ilmiy salohiyatiga sarflaganimizda ishonch hosil qilamiz. barcha tadqiqotlarimiz va loyihalarimiz fundamental va fanlararo xususiyatga ega.
Shuning uchun, bizning asosiy texnologiyamiz - HIEROGLYPH ma'lumotlarini aniqlash asosini ishlab chiqish orqali biz hujjatlarni aniqlash sifatini yaxshilash (bizning asosiy biznes yo'nalishimiz) va tegishli tanib olish muammolarini hal qilish uchun texnologiyadan foydalanish imkoniyati haqida tashvishlanamiz. Bugungi maqolada biz sizga qanday qilib tanib olish dvigatelimiz (hujjatlar) asosida video oqimidagi kattaroq, strategik ahamiyatga ega ob'ektlarni tan olganimizni aytib beramiz.
Muammoni shakllantirish
Mavjud ishlanmalardan foydalanib, ob'ektni tasniflash, shuningdek, maxsus jihozlardan foydalanmasdan yomon boshqariladigan sharoitlarda asosiy geometrik ko'rsatkichlarni (orientatsiya va masofa) aniqlash imkonini beradigan tankni aniqlash tizimini yarating.
qaror
Muammoni hal qilishning asosiy algoritmi sifatida biz statistik mashinani o'rganish yondashuvini tanladik. Ammo mashinani o'rganishning asosiy muammolaridan biri bu etarli miqdordagi o'quv ma'lumotlariga ega bo'lish zarurati. Shubhasiz, bizga kerakli narsalarni o'z ichiga olgan haqiqiy sahnalardan olingan tabiiy tasvirlar biz uchun mavjud emas. Shuning uchun, xayriyatki, mashg'ulotlar uchun kerakli ma'lumotlarni ishlab chiqarishga murojaat qilishga qaror qilindi . Va shunga qaramay, bu vazifa uchun ma'lumotlarni to'liq sintez qilish bizga g'ayritabiiy tuyuldi, shuning uchun haqiqiy sahnalarni taqlid qilish uchun maxsus maket tayyorlandi. Modelda qishloqni taqlid qiluvchi turli xil ob'ektlar mavjud: xarakterli landshaft qoplamasi, butalar, daraxtlar, to'siqlar va boshqalar. Rasmlar kichik formatli raqamli kamera yordamida olingan. Rasmga olish jarayonida algoritmlarni fon o'zgarishlariga nisbatan mustahkamroq qilish uchun sahnaning foni sezilarli darajada o'zgardi.
Maqsad ob'ektlari jangovar tanklarning 4 ta modeli edi: T-90 (Rossiya), M1A2 Abrams (AQSh), T-14 (Rossiya), Merkava III (Isroil). Ob'ektlar ko'pburchakning turli pozitsiyalarida joylashgan edi va shu bilan ob'ektning qabul qilinadigan ko'rinadigan burchaklari ro'yxati kengaytirildi. Muhandislik to'siqlari, daraxtlar, butalar va boshqa landshaft elementlari muhim rol o'ynadi.
Shunday qilib, bir necha kun ichida biz algoritm sifatini o'qitish va keyingi baholash uchun etarli to'plamni yig'dik (bir necha o'n minglab tasvirlar).
Ular tan olishning o'zini ikki qismga bo'lishga qaror qilishdi: ob'ektni mahalliylashtirish va ob'ekt tasnifi. Mahalliylashtirish o'qitilgan Viola va Jones klassifikatori yordamida amalga oshirildi (oxir-oqibat, tank oddiy qattiq ob'ekt bo'lib, yuzdan ham yomon emas, shuning uchun Viola va Jonesning "tafsilotlarni ko'r-ko'rona" usuli maqsadli ob'ektni tezda lokalizatsiya qiladi). Ammo biz konvolyutsion neyron tarmog'iga burchakni tasniflash va aniqlashni ishonib topshirdik - bu vazifada biz uchun detektor, aytaylik, T-90 ni Merkavadan ajratib turadigan xususiyatlarni muvaffaqiyatli aniqlashi muhimdir. Natijada, bir xil turdagi ob'ektlarni lokalizatsiya qilish va tasniflash muammosini muvaffaqiyatli hal qiladigan algoritmlarning samarali tarkibini yaratish mumkin bo'ldi.
Keyinchalik, biz yaratilgan dasturni barcha mavjud platformalarimizda (Intel, ARM, Elbrus, Baykal, KOMDIV) ishga tushirdik, unumdorlikni oshirish uchun optimallashtirilgan hisoblash qiyin algoritmlarini (biz bu haqda maqolalarimizda bir necha bor yozganmiz, masalan, bu yerda) yoki ) va real vaqtda qurilmada dasturning barqaror ishlashiga erishildi.
Ta'riflangan barcha harakatlar natijasida biz muhim taktik va texnik xususiyatlarga ega to'laqonli dasturiy mahsulotni oldik.
Smart tank o'quvchi
Shunday qilib, biz sizga yangi ishlanmamizni taqdim etamiz - video oqimdagi tanklar tasvirlarini tanib olish dasturi Smart tank o'quvchi, qaysi:
- Berilgan ob'ektlar to'plami uchun "do'st yoki dushman" muammosini real vaqt rejimida hal qiladi;
- Geometrik parametrlarni (ob'ektga bo'lgan masofa, ob'ektning afzal yo'nalishi) aniqlaydi;
- Nazoratsiz ob-havo sharoitida, shuningdek, ob'ektni begona narsalar tomonidan qisman to'sib qo'ygan taqdirda ishlaydi;
- Maqsadli qurilmada to'liq avtonom ishlash, shu jumladan radio aloqasi yo'q bo'lganda;
- Qo'llab-quvvatlanadigan protsessor arxitekturalari ro'yxati: Elbrus, Baikal, KOMDIV, shuningdek, x86, x86_64, ARM;
- Qo'llab-quvvatlanadigan operatsion tizimlar ro'yxati: Elbrus OS, AstraLinux OS, Atlix OS, shuningdek, MS Windows, macOS, gcc 4.8, Android, iOS ni qo'llab-quvvatlovchi turli xil Linux distributivlari;
- To'liq ichki rivojlanish.
Odatda, HabrΓ© haqidagi maqolalarimizning yakunida biz bozorga havolani taqdim etamiz, bu erda har bir kishi o'z mobil telefonidan foydalansa, texnologiyaning ishlashini haqiqatda baholash uchun dasturning demo versiyasini yuklab olishi mumkin. Bu safar, natijada olingan dasturning o'ziga xos xususiyatlarini hisobga olgan holda, biz barcha o'quvchilarimizga tankning ma'lum bir tomonga tegishli yoki yo'qligini tezda aniqlash muammosiga hayotlarida hech qachon duch kelmasliklarini tilaymiz.
Manba: www.habr.com