İnsansız Hava Araçlarında Gömülü Sistem Üzerinden Derin Öğrenme ile Nesne Tespiti

Hava robotiği olarak adlandırılan insansız hava araçları (İHA), afet yönetimi, trafik yoğunluğu ve sınır güvenliği gibi sivil askeri alanlarda veri görüntü toplamak için son zamanlarda sıklıkla kullanılmaktadır. Kamera görüş açısının değişkenliğinden dolayı İHA ile yüksek irtifada alınan görüntüler üzerinden anlık nesne tespiti yapmanın zorlukları vardır. Bu çalışma İHA’ ya CSI (Camera Serial Interface) modülü bağlanmış bir kameradan, farklı açı koşullarda görseller Evrişimli Sinir Ağı tabanlı SSD MobileNet kütüphanesi kullanılarak tespit etmeyi amaçlamaktadır. kamera elde edilen NVIDIA Jetson Nano gömülü sistem bilgisayarı işlenmiş sınıflandırılmıştır. Gerçek zamanlı hedef tespitinde karşılaşılan problemlerin başında, değişken koşulları aydınlatma sebebiyle düşük çözünürlüklü hareketli nesnelerin sınıflandırılması yer almaktadır. duruma derin öğrenme kütüphanesinde alan öğrenilmiş görsellerle, kameradan arasındaki yakın özellikli veriler eşleştirilerek çözüm aranmaktadır. çalışmada içerisinde algoritma oluşturularak üzerinde düzenleme yapılmış, özellik karşılaştırma işleminin ardından çıktılar sınırı mAP (mean Average Precision) ortalama hassasiyet yüzdesi değerlendirilmiştir. Sonuç olarak, alınmış gerçek görsel verilerden insan %95.5 kesinlik %69.45 hassasiyet, araç %83.4 % 64.5 edilmiştir.