Остання редакція: 2025-11-26
Анотація
У роботі розроблено комп’ютерну системи моніторингу та оцінки безпеки руху велосипедистів, що автоматично визначає наявність шолома на основі методів комп’ютерного зору та глибинного навчання.
Ключові слова
Посилання
1. Shoman M., Ghoul T., Lanzaro G., Alsharif T., Gargoum S., Sayed T. Enforcing Traffic Safety: A Deep Learning Approach for Detecting Motorcyclists’ Helmet Violations Using YOLOv8 and Deep Convolutional Generative Adversarial Network-Generated Images (Algorithms) [Електронний ресурс]. — Режим доступу: https://www.mdpi.com/1999-4893/17/5/202
2. Офіційна документація Ultralytics YOLOv8 [Електронний ресурс]. — Режим доступу: https://docs.ultralytics.com/models/yolov8/
3. Т. Мартинюк, О. Войцеховська, О. Городецька, і А. Рижков, «Модуль інтеграції вебзастосунків із штучним інтелектом», ІТКІ, вип. 59, вип. 1, с. 5–12, Трав 2024. DOI:https://doi.org/10.31649/1999-9941-2024-59-1-5-12.
4. Kyrylashchuk, S., Horodetska, O., Voitsekhovska, O., Zakharchenko, S. (2024). Order Forecasting System for Vehicles Based on Previous Statistics Requests. In: Babichev, S., Lytvynenko, V. (eds) Lecture Notes in Data Engineering, Computational Intelligence, and Decision-Making, Volume 1. ISDMCI 2024. Lecture Notes on Data Engineering and Communications Technologies, vol 219. Springer, Cham.