prikaz prve stranice dokumenta Object tracking and detection with YOLOv8 and StrongSORT algorithms captured by drone
  Preuzmi
PDF 2.12 MB
diplomski rad
Object tracking and detection with YOLOv8 and StrongSORT algorithms captured by drone
Split: Sveučilište u Splitu, Prirodoslovno-matematički fakultet, 2023. urn:nbn:hr:166:238937
Farkaš, Luka
Sveučilište u Splitu
Prirodoslovno-matematički fakultet
Odjel za informatiku

Institucijski repozitorij: repozitorij.pmfst.unist.hr

Citirajte ovaj rad

Farkaš, L. (2023). Object tracking and detection with YOLOv8 and StrongSORT algorithms captured by drone (Diplomski rad). Split: Sveučilište u Splitu, Prirodoslovno-matematički fakultet. Preuzeto s https://urn.nsk.hr/urn:nbn:hr:166:238937

Farkaš, Luka. "Object tracking and detection with YOLOv8 and StrongSORT algorithms captured by drone." Diplomski rad, Sveučilište u Splitu, Prirodoslovno-matematički fakultet, 2023. https://urn.nsk.hr/urn:nbn:hr:166:238937

Farkaš, Luka. "Object tracking and detection with YOLOv8 and StrongSORT algorithms captured by drone." Diplomski rad, Sveučilište u Splitu, Prirodoslovno-matematički fakultet, 2023. https://urn.nsk.hr/urn:nbn:hr:166:238937

Farkaš, L. (2023). 'Object tracking and detection with YOLOv8 and StrongSORT algorithms captured by drone', Diplomski rad, Sveučilište u Splitu, Prirodoslovno-matematički fakultet, citirano: 30.11.2024., https://urn.nsk.hr/urn:nbn:hr:166:238937

Farkaš L. Object tracking and detection with YOLOv8 and StrongSORT algorithms captured by drone [Diplomski rad]. Split: Sveučilište u Splitu, Prirodoslovno-matematički fakultet; 2023 [pristupljeno 30.11.2024.] Dostupno na: https://urn.nsk.hr/urn:nbn:hr:166:238937

L. Farkaš, "Object tracking and detection with YOLOv8 and StrongSORT algorithms captured by drone", Diplomski rad, Sveučilište u Splitu, Prirodoslovno-matematički fakultet, Split, 2023. Dostupno na: https://urn.nsk.hr/urn:nbn:hr:166:238937

Za citiranje koristite ovu mrežnu adresu: https://urn.nsk.hr/urn:nbn:hr:166:238937
Podaci o radu
NaslovObject tracking and detection with YOLOv8 and StrongSORT algorithms captured by drone
Naslov (hrvatski)Praćenje i detekcija objekata pomoću YOLOv8 i StrongSORT algoritama snimanih dronom
AutorLuka Farkaš
MentorSaša Mladenović (mentor)
Član povjerenstvaSaša Mladenović (predsjednik povjerenstva)
Član povjerenstvaGoran Zaharija (član povjerenstva)
Član povjerenstvaDino Nejašmić (član povjerenstva)
Ustanova koja je dodijelila
akademski / stručni stupanj		Sveučilište u Splitu
Prirodoslovno-matematički fakultet
(Odjel za informatiku)
Split
Datum i država obrane2023-08-29, Hrvatska
Znanstveno / umjetničko
područje, polje i grana		TEHNIČKE ZNANOSTI
Računarstvo
Sažetak
The popularity of computer vision tasks inspires the community to develop diverse object detection and multiple object tracking algorithms. This work is mainly based on the newest technologies in object detection (YOLOv8) and multiple object tracking (StrongSORT). The evolution of YOLOv8 and StrongSORT is reviewed, and algorithms are implemented into a unified model that detects and tracks objects in realtime. To enhance this work, we proposed EL-YOLOv8 to improve object detection on the VisDrone dataset which is a demanding object detection dataset for crowded and small object scenarios. The thesis also contains detailed dataset methodology, training approach, results, and model developed in Python.
Sažetak (hrvatski)
Popularnost zadataka računalnog vida nadahnjuje zajednicu da razvijaju raznovrsne algoritme za detekciju i praćenje objekata. Ovaj rad je temeljen na najnovijim tehnologijama u području detekcije objekata (YOLOv8) i praćenju objekata (StrongSORT). Evolucija YOLOv8 i StrongSORT-a je istražena i algoritmi su implementirani u jedinstven model za koji detektira i prati objekte u realnom vremenu. Kako bi unaprijedili ovaj rad, predložili smo EL-YOLOv8 za poboljšanje detekcije na VisDrone skupu podataka koji je zahtjevan skup podataka za detekciju objekata u scenarijima gužve i detekcije malih objekata. Ovaj rad sadrži i detaljnu metodologiju na skupu podataka, pristup uvježbavanju, rezultate i model razvijen u Pythonu.
Ključne riječi
Ključne riječi (hrvatski)
Jezikengleski
URN:NBNurn:nbn:hr:166:238937
Studijski programNaziv: Podatkovna znanost i inženjerstvo
Vrsta studija: sveučilišni
Stupanj studija: diplomski
Akademski / stručni naziv: magistar/magistra podatkovne znanosti i inženjerstva (mag. dat. sci. et ing.)
Vrsta resursaTekst
Način izrade datotekeIzvorno digitalna
Prava pristupaOtvoreni pristup
Uvjeti korištenjaIkona licence Imenovanje-Nekomercijalno 4.0 međunarodna (CC BY-NC 4.0)
Datum i vrijeme pohrane2023-09-18 12:17:18