Ансамбль моделей YOLO для виявлення дефектів компонентів вітрових турбін за мультиспектральними даними БПЛА
IDAACS 2025, с. 11-16
Стислий огляд дослідження
Ансамбль поєднує загальний детектор YOLOv8 із моделлю, спеціалізованою на теплових дефектах, та об’єднує їхні рамки виявлення. На даних оцінювання показник mAP@0,5 зріс із 0,91 для окремого YOLOv8 до 0,93 для ансамблю; показник F1 становив 0,90.
Бібліографічне посилання
Формат цитування для вашого видання чи організації звірте із записом у видавця.
Serhii Svystun, Pavlo Radiuk, Oleksandr Melnychenko, Oleg Savenko, Anatoliy Sachenko. "YOLO Ensemble for UAV-based Multispectral Defect Detection in Wind Turbine Components". IDAACS 2025, pp. 11-16, 2025. https://doi.org/10.1109/IDAACS68557.2025.11322062
Перевірте метод на вашій задачі.
Опишіть рішення, яке має підтримувати ваша система, та дані, з якими вона працює. Оцінимо придатність методу, визначимо обсяг прототипу й погодимо, як перевірити якість, час відповіді та вартість його роботи.