ИНТЕЛЛЕКТУАЛЬНО-АЛГОРИТМИЧЕСКИЙ МЕТОД КАЛИБРОВКИ ПРИЦЕЛОВ

О журнале

Новости

Цели и сфера

Основатель и издатель

Редакционная коллегия

Условия лицензирования

Конфиденциальность

Отношение к плагиату

Публикационная этика

Политика архивирования

Подписка

Для авторов

Инструкции для авторов

Процесс рецензирования

Авторские права

Договор о передаче прав

Редакционные сборы

Архив

Все выпуски

Поиск

Контакты

Контакты

Павленко Богдан Викторович
инженер-программист 1-й категории, аспирант, Федеральное государственное бюджетное научное учреждение «Институт проблем искусственного интеллекта».
283048, г. Донецк, ул. Артема, д. 118 б.
Область научных интересов: системы распознавания образов.

Бондаренко Виталий Иванович
кандидат технических наук, доцент кафедры компьютерных технологий, Государственное образовательное учреждение высшего профессионального образца «Донецкий государственный университет», г. Донецк.
283001, г. Донецк, ул. Университетская, д. 24.
Область научных интересов: искусственный интеллект, интеллектуальный анализ данных, математическое моделирование гидро и теплофизических процессов.

Скачать pdf

УДК 004.93/004.932
DOI 10.24412/2413-7383-2024-3-55-63
Язык: Русский
Аннотация: В статье представлен процесс разработки и результаты работы полуавтономной экспериментальной интеллектуально-алгоритмической системы калибровки оптических прицелов по сетке mildot. Затрагиваются особенности создания собственных датасетов для специфичных сфер. В основе системы распознавания лежит использование быстрых нейросетей, таких как YOLO.
Ключевые слова: интеллектуальный алгоритм, калибровка, оптический прицел, YOLO.

Список литературы:
1. DARPA: искусственный интеллект в воздушном бою истребителей F-16 [Электронный ресурс] / Хабр : [Сайт]. URL: https://habr.com/ru/companies/itelma/articles/548724/ (дата обращения: 04.09.2023).
2. palantir.com/platforms/aip/ [Электронный ресурс]. URL: https://www.palantir.com/platforms/aip/
3. Искусственный интеллект в ВПК [Электронный ресурс]. URL: https://www.tadviser.ru/ index.php/ Статья: Искусственный_интеллект_в_ВПК (дата обращения: 17.01.2024).
4. Кадуков, Е. П. Распознавание объектов контроля на радиолокационных изображениях с использованием метода опорных векторов. Научно-технический журнал: Вопросы оборонной техники. Технические средства противодействия терроризму. Серия 16. 2022. № 171-172. С. 96–105. ISSN 2306-1456.
5. Потапов, А. А. Искусство снайпера; 2-е изд., испр. и доп. Москва : Гранд : ФАИР-пресс, 2005. 543 с. ISBN 5-8183-0872-3.
6. Тепловизионные прицелы IWT. [Электронный ресурс]. URL: https://inwetech.ru/?ysclid=m17tgwn6fw679876439
7. Cнайпер: тест российского «умного» прицела. [Электронный ресурс]. URL: https://topwar.ru/97759-icnayper-test-rossiyskogo-umnogo-pricela.html (дата обращения: 12.02.2024).
8. Srivastava, S., Divekar, A.V., Anilkumar, C. et al. Comparative analysis of deep learning image detection algorithms. J Big Data 8, 66 (2021). DOI: 10.1186/s40537-021-00434-w [Электронный ресурс]. URL: https:// doi.org/10.1186/s40537-021-00434-w.
9. МакКинни, У. Python и анализ данных; 2-е изд. Санкт-Петербург : Питер, 2018. 576 с.

Выпуск: 3(34)'2024
Раздел: СИСТЕМНЫЙ АНАЛИЗ, УПРАВЛЕНИЕ И ОБРАБОТКА ИНФОРМАЦИИ, СТАТИСТИКА
Как цитировать: Павленко Б. В., Бондаренко В. И. ИНТЕЛЛЕКТУАЛЬНО-АЛГОРИТМИЧЕСКИЙ МЕТОД КАЛИБРОВКИ ПРИЦЕЛОВ [Текст] / Б. В. Павленко, В. И. Бондаренко // Проблемы искусственного интеллекта. - 2024. № 3 (34). - С. 55-63. - http://paijournal.guiaidn.ru/ru/2024/3(34)-6.html

Назад к выпуску 3(34)'2024