КЛАСИФІКАЦІЯ ВІЙСЬКОВОЇ ТЕХНІКИ ЗА ДОПОМОГОЮ ЗГОРТКОВИХ НЕЙРОННИХ МЕРЕЖ (CNN)
DOI:
https://doi.org/10.34132/mspc2025.01.14.20Ключові слова:
Згорткова нейронна мережа (CNN), Класифікація військової техніки, Розпізнавання зображень, Глибинне навчання, Обробка зображень, Машинне навчання, Комп’ютерний зір.Анотація
У тезі представлено модель згорткової нейронної мережі (CNN) для автоматичної класифікації військової техніки на основі зображень. Дослідження базується на датасеті з понад 14 000 зображень, поділених на тренувальну та тестову вибірки, що охоплюють 10 класів, зокрема танки, артилерію, БМП та зенітні комплекси. Результати підтверджують ефективність застосування глибинного навчання для розпізнавання військових об’єктів. Запропонований підхід має потенціал для використання у військовій аналітиці, дронових системах спостереження, автоматичному виявленні цілей та в дослідженнях оборонного спрямування.
Посилання
Military vehicles. URL: https://www.kaggle.com/datasets/amanrajbose/millitary-vechiles. (дата звернення 19.05.2025).
Probability. URL: https://www.cuemath.com/data/probability/ (дата звернення 19.05.2025).
What is Overfitting? URL: https://aws.amazon.com/what-is/overfitting/#:~:text=Overfitting%20is%20an%20undesirable%20machine,on%20a%20known%20data%20set. (дата звернення 19.05.2025).
Military Applications of Machine Learning: A Bibliometric Perspective. URL: https://www.researchgate.net/publication/360162218_Military_Applications_of_Machine_Learning_A_Bibliometric_Perspective. (дата звернення 19.05.2025).
