https://big5.sputniknews.cn/20230902/1053009105.html
俄南聯邦大學中國博士生研制出高效無人機算法
俄南聯邦大學中國博士生研制出高效無人機算法
俄羅斯衛星通訊社
就讀於頓河畔羅斯托夫市俄羅斯南聯邦大學的中國博士生張精衛研制出一款算法，可使無人機輕鬆發現小型物體。與同類算法相比，基於新算法的無人機具有更高的效率和低能耗特點。他在接受俄羅斯衛星通訊社採訪時介紹了自己的論文，並對畢業後為何決定留在俄羅斯做瞭解釋。 2023年9月2日, 俄羅斯衛星通訊社
2023-09-02T18:03+0800
2023-09-02T18:03+0800
2023-09-02T20:25+0800
評論
科研
無人機
中國
神經網絡
https://cdn.sputniknews.cn/img/07e7/08/05/1052305169_0:120:1280:840_1920x0_80_0_0_77a088ed256f223b5a180a97c8b54bc8.jpg
現代無人機為快速發現物體使用最新版的YOLOv5神經網絡架構。通常，這款神經網絡能在視頻中發現物體，分析人的舉動或汽車自動導航。儘管頗受歡迎，但卻有一系列缺陷。比如，算法本身模式即長又複雜，給尋找小型物體造成困難。俄羅斯南聯邦大學理工科博士張精衛對此缺陷進行了修正。與YOLOv5相比，改善後的算法明顯降低了計算量。他在接受衛星通訊社採訪時說：無人機配置輕版和更具效率的L-YOLO算法，可用於各種領域，從農業到搜救工作。任何情況下，識別和跟蹤小物體，如個人、動物或車輛的算法，對於成功完成任務至關重要。張精衛強調，在俄羅斯學習和從事科研工作使其相信，有能力和機會改變世界。他說：此外，張精衛認為，俄羅斯南部地區對發展雙邊關係是重要的，且其戰略重要性暫時還未被認識到。正因為如此，他想留在頓河畔羅斯托夫工作，做些有利於中俄關係發展的事情。他說：YOLO（You Only Look Once）是檢測圖像中物體的神經網絡架構。它將原始圖像分成13個小方塊，每個方塊記錄有關物體及其類型的信息，以此進行識別。YOLO有別於同類架構，一次圖像掃描即可確定識別對象的存在和種類。
https://big5.sputniknews.cn/20230714/1051800760.html
https://big5.sputniknews.cn/20230727/1052075251.html
俄羅斯衛星通訊社
feedback.cn@sputniknews.com
+74956456601
MIA „Rosiya Segodnya“
2023
伊利亞· 貢恰羅夫
https://cdn.sputniknews.cn/img/07e5/03/0b/1033259036_245:127:769:652_100x100_80_0_0_a2f32e076f0082fd6157b2bb8708c5ba.jpg
伊利亞· 貢恰羅夫
https://cdn.sputniknews.cn/img/07e5/03/0b/1033259036_245:127:769:652_100x100_80_0_0_a2f32e076f0082fd6157b2bb8708c5ba.jpg
News
cn_CN
俄羅斯衛星通訊社
feedback.cn@sputniknews.com
+74956456601
MIA „Rosiya Segodnya“
俄羅斯衛星通訊社
feedback.cn@sputniknews.com
+74956456601
MIA „Rosiya Segodnya“
伊利亞· 貢恰羅夫
https://cdn.sputniknews.cn/img/07e5/03/0b/1033259036_245:127:769:652_100x100_80_0_0_a2f32e076f0082fd6157b2bb8708c5ba.jpg
評論, 科研, 無人機, 中國, 神經網絡
俄南聯邦大學中國博士生研制出高效無人機算法
2023年9月2日, 18:03 (更新: 2023年9月2日, 20:25) 就讀於頓河畔羅斯托夫市俄羅斯南聯邦大學的中國博士生張精衛研制出一款算法，可使無人機輕鬆發現小型物體。與同類算法相比，基於新算法的無人機具有更高的效率和低能耗特點。他在接受俄羅斯衛星通訊社採訪時介紹了自己的論文，並對畢業後為何決定留在俄羅斯做瞭解釋。
現代無人機為快速發現物體使用最新版的YOLOv5神經網絡架構。通常，這款神經網絡能在視頻中發現物體，分析人的舉動或汽車自動導航。儘管頗受歡迎，但卻有一系列缺陷。比如，算法本身模式即長又複雜，給尋找小型物體造成困難。
俄羅斯南聯邦大學理工科博士張精衛對此缺陷進行了修正。與YOLOv5相比，改善後的算法明顯降低了計算量。他在接受衛星通訊社採訪時說：
“我在俄羅斯南聯邦大學的科研內容是數學算法研究，目前的研究是在YOLOv5模型的基礎上進行了改進，提出了L-YOLO算法，提升了模型對小目標的檢測性能，同時降低模型的參數量和計算量，以解決無人機視角下的小目標檢測任務。本研究得出的結論為：L-YOLO算法不僅對小目標的檢測性能更強，模型也更加輕量化，證實了在無人機視角下的目標檢測具有良好的應用前景。低功耗的無人機視角下的小目標檢測研究對於提高無人機應用的效率和功能，推動科技發展和社會進步，具有非常重要的意義。”
無人機配置輕版和更具效率的L-YOLO算法，可用於各種領域，從農業到搜救工作。任何情況下，識別和跟蹤小物體，如個人、動物或車輛的算法，對於成功完成任務至關重要。
張精衛強調，在俄羅斯學習和從事
科研工作使其相信，有能力和機會改變世界。他說：
“南聯邦大學提供的課程廣泛而又全面，以提供嚴謹、富有挑戰性、完全適應當今學生需求的學術課程，也是順應時代趨勢的，我所學的專業能讓我為工作做好真正準備，且相信有能力和機會改變世界。”
此外，張精衛認為，俄羅斯南部地區對發展雙邊關係是重要的，且其戰略重要性暫時還未被認識到。正因為如此，他想留在頓河畔羅斯托夫工作，做些有利於中俄關係發展的事情。他說：
“俄羅斯南部地區地處歐亞大陸的交匯點，具有重要的戰略地位。據我們瞭解中國企業甚少探索俄羅斯南部，這裡提供了獨特的競爭環境，未來定會吸引中國投資和開展聯合項目，我們非常看好與俄羅斯南部合作前景。所以我決定博士研究生畢業後暫時不回中國，繼續立足於南俄、面向中俄、做好中俄人文合作。”
YOLO（You Only Look Once）是檢測圖像中物體的神經網絡架構。它將原始圖像分成13個小方塊，每個方塊記錄有關物體及其類型的信息，以此進行識別。YOLO有別於同類架構，一次圖像掃描即可確定識別對象的存在和種類。
京公網安備11010502053235號
