Ανίχνευση αντικειμένων για εφαρμογές αυτόνομης οδήγησης με χρήση μοντέλων YOLO και RCNN

Abstract

Η παρούσα διπλωματική εργασία έχει ως βασικό στόχο την αναγνώριση αντικειμένων για εφαρμογές αυτόνομης οδήγησης. Για να επιτευχθεί αυτό, εκπαιδεύσαμε και αξιολογήσαμε δύο διαδεδομένες αρχιτεκτονικές ανίχνευσης δεδομένων: του μονοσταδιακού ανιχνευτή YOLO (You Only Look Once) και του δι-σταδιακού ανιχνευτή Faster R-CNN.

Η εκπαίδευση και η αξιολόγηση των μοντέλων μας πραγματοποιήθηκε στο KITTI Vision Benchmark Suite, ένα από τα πλέον καθιερωμένα σύνολα δεδομένων στον τομέα της υπολογιστικής όρασης για εφαρμογές αυτόνομης οδήγησης. Το σύνολο δεδομένων περιλαμβάνει εικόνες πραγματικών οδικών συνθηκών με αναλυτικές επισημάνσεις για αντικείμενα όπως οχήματα και πεζούς οι οποίες ελήφθησαν στην Καρλσρούη της Γερμανίας.

Με την ολοκλήρωση της εκπαίδευσης και της αξιολόγησης των δύο μοντέλων συγκρίνουμε τις επιδόσεις που πέτυχαν με την βοήθεια μετρικών και δίνουμε έμφαση στα σημεία που πέτυχαν αλλά και σε αυτά που χρήζουν βελτίωσης.