Moving Object Detection in Video with Algorithms YOLO and Faster R-CNN in Different Conditions

Authors : Abdulghani Mawlood Aghani ABDULGHANİ, Gonca Gökçe MENEKŞE DALVEREN

Pages : 40-54

Doi:10.31590/ejosat.1013049

View : 23 | Download : 13

Publication Date : 2022-01-31

Article Type : Research Paper

Abstract :Bu çalışmada, hem zorlu hava koşullarında hem de karanlıkta nesne tespiti için YOLOv4'ü YOLOv3 ve Faster R-CNN ile karşılaştırıldı. Yayalar, arabalar, otobüsler, motosikletler gibi hareketli nesneleri kötü hava koşullarında veya geceleri, özellikle yağmur, sis, kar gibi olumsuz hava koşullarında tespit etmek zordur. Bu çalışmanın amacı, hiçbiri kötü hava koşullarında veya gece çalışmak üzere tasarlanmamış olan bu üç algoritmanın bu gibi durumlarda performansını değerlendirmektir. YOLOv4'ün 40.000 yineleme, %72 mAP ve %63 geri çağırmada en yüksek performansa sahip olduğu açık-görüntü veri kümeleri kullanılarak eğitilen algoritmalarla bu çalışma için 12 GB RAM'e sahip Tesla P4 GPU'lar kullanıldı. YOLOv3 36.000 yineleme, %65.53 mAP ve %54 geri çağırma ile maksimuma ulaşırken, Faster R-CNN 36.000 yineleme, %51 mAP ve %49 geri çağırma ile maksimuma ulaştı. Sonuçlara göre YOLOv4, YOLOv3 ve Faster R-CNN'ye kıyasla en iyi performansı gösterdi.
Keywords : Nesne Tespiti, YOLOv4, YOLOv3, Faster R CNN