Поисковые мероприятия БЛА. Диплом.Ворд. А. В. Сытин Р. Н. Поляков Орёл, 2020 г
 Скачать 1.19 Mb.
|
|
Программа для обучения ИНС Для работы программы необходимо загрузить подготовленные для обучения данные. Для обучения сети используется модель nnstart. На рисунке 4.6 представлена архитектура используемой сети. Результатом выполнения программы является сохраненная в mat файл обученная нейросеть. Также выводятся информационные графики, которые показывают процесс обучения ИНС. В консоль выводится точность сети на тестовой выборке. Листинг кода представлен в приложении Г.   Рисунок 4.6 - Архитектура ИНС Программа для подготовки данных «train_data» имеет следующие атрибуты:    - train_data.m - 929 байт - train_data.m - English (United States) Наименование исполняемого файла Размер исполняемого файла «Иконка» исполняемого файла Исходное имя файла Язык Системные программные средства, используемые программой step.m, должны быть представлены локализованной версией операционной системы Windows 7/8/8.1/10. Также для функционирования программы train_data.m на ПК необходимо предустановленное программное обеспечение MatLab (версии не ниже 2013b). Программа MatLab должна быть установлена в каталог C:\Program Files\MATLAB\. Для установки данной программы необходимо скачать пробную версию и
 Рисунок 4.7 - Блок-схема программы «train_data» Блок №1. Начало программы. Блок №2. Загрузка матриц inputs, targets. Блок №3. Создание архитектуры нейросети, а именно: определение количества слоев, оптимизатора, распределения выборок, эпох обучения. Блок №4. Запуск процесса обучения ИНС. Блок №5. Вывод в консоль точности сети на тестовой выборке.
Блок №6. Вывод графиков обучения сети, а именно: график изменения ошибки и градиента, изображение структуры сети. Блок №7. Сохранение обученной сети в mat файл. Блок №8. Конец программы. Результаты обучения Для обучения ИНС использовалась архитектура сети с двумя скрытыми слоями. Для оптимизации применялся метод сопряженного градиента для обратного распространения. Набор данных для обучения состоял из 42206 примеров разбитых на обучающую, валидационную и тестовую выборки. Для предотвращения переобучения использовалась валидационная проверка - если ошибка на валидационной выборке не падает в течение 6 эпох, то обучение останавливается. На рисунке 4.8 представлен график изменения точности ИНС на тестовых данных в зависимости от количества нейронов.  Рисунок 4.8 - График изменения точности ИНС Наибольшая точность была получена при 264 нейронах на скрытых соях. На рисунке 4.9 представлен график изменения ошибки от количества пройденных эпох обучения.
 Рисунок 4.9 - График изменения ошибки от количества пройденных эпох обучения Для увеличения точности сети есть несколько направлений, среди которых: увеличение количества нейронов скрытого слоя, увеличение dataset, усложнение архитектуры ИНС. Программа для тестирования ИНС При выполнении программы загружается обученная ранее ИНС. Затем пользователь указывает путь до изображения, на котором будет происходить обнаружение людей. Полученное изображение разбивается на сэмплы размером 50x50. Каждый сэмпл подается на вход ИНС. Если сеть показывает, что на нем присутствует человек, то данный сэмпл на изображении помещается в прямоугольную рамку. На рисунке 4.10 представлено изображение, полученное в ходе работы программы. В данном обработанном изображении наблюдается одно ложное срабатывание, а также одна из зон с людьми осталась неотмеченной. Листинг кода представлен в приложении Д.
  Рисунок 4.10 - Тестовое изображение с отмеченными на нем зона с людьми Программа для подготовки данных «test_data» имеет следующие атрибуты:  test_data.m 953 байт - test_data.m English (United States) Размер исполняемого файла «Иконка» исполняемого файла Исходное имя файла Язык Системные программные средства, используемые программой step.m, должны быть представлены локализованной версией операционной системы Windows 7/8/8.1/10. Также для функционирования программы test_data.m на ПК необходимо предустановленное программное обеспечение MatLab (версии не ниже 2013b). Программа MatLab должна быть установлена в каталог C:\Program Files\MATLAB\. Для установки данной программы необходимо скачать пробную версию и временную лицензию для студентов с сайта https://matlab.ru/education/student-trial, запустить установочный файл и следовать указаниям установщика. Исходным языком программирования для «test_data.m» является язык программирования среды MatLab.
 Рисунок 4.11 - Блок схема программы «test_data» Блок №1. Начало программы. Блок №2. Загрузка обученной ИНС. Блок №3. Ввод пути до тестового изображения. Блок №4. Загрузка изображения в матрицу. Блок №5. Сброс положения сэмпла по координате у. Блок №6. Проверка условия достижения крайней координаты у. Блок №7. Сброс положения сэмпла по координате х. Блок №8. Проверка условия достижения крайней координаты х. Блок №9. Выделение сэмпла. Блок №10. Преобразование сэмпла в обучающий пример. Блок №11. Расчет выхода ИНС. Блок №12. Проверка условия обнаружения сетью людей на фрагменте. Блок №13. Отрисовка прямоугольника, указывающего на присутствие людей на фрагменте изображения. Блок №14. Обновление положения координаты х. Блок №15. Обновление положения координаты у. Блок №16. Конец программы. В ходе выполнения работы была разработана программа поиска людей на снимках с БПЛА для последующей эвакуации. Также было выполнено тестирование полученной программы. Точность обнаружения на тестовых данных составила примерно 87%. При разработке ПО для реального объекта необходимо использовать более продвинутые архитектуры ИНС, а также использовать большее количество данных для обучения. При этом при увеличении количества данных и сложности нейросетей возникает необходимость в применении более мощных компьютеров, либо специальных серверов.
| |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||