Применение модели YOLOv11 и адаптированного набора данных LaDD для поиска людей в малонаселённой местности

Настоящее исследование направленно на разработку нейросетевого метода обнаружения/детекции людей в малонаселённой местности по снимкам, полученным с беспилотного воздушного судна (БВС). В качестве нейросетевого детектора была использована модель архитектуры YOLOv11m. В рамках проведённого исследования был разработан и применён алгоритм адаптации обучающего набора данных LaDD. Проведены эксперименты по предварительному обучению модели на оригинальном и адаптированном наборе, в результате которых удалось доказать целесообразность использования адаптированного набора данных. Итоговая точность модели при обучении достигла значения в 98.7% по mAP50 . Инференс модели показал точность детекции в 0.895 (89.5%) по F1 и 0.901 (90.1%) по mAP50 , что позволяет подтвердить работоспособность представленного метода.