Car parking detection in images by using a semi-supervised modified YOLOv5 model

Прямоугольные, непрерывные парковочные места довольно сложно идентифицировать на любых изображениях городской территории при различных погодных условиях, низкой освещенности и низкой стоимости системы, обеспечивая при этом высокую точность обнаружения. Для решения этой проблемы предлагается использовать модифицированную версию модели YOLOv5, дополненную полуконтролируемым обучением (полуавтоматическим обучением или частичным обучением), которая позволяет обнаруживать парковки в любой сложной сцене независимо от линий парковочных мест и условий парковки. Благодаря сочетанию характера полуконтролируемого обучения и высокой точности моделей обучения с учителем модифицированная версия модели YOLOv5 позволяет использовать очень мало размеченных данных и большой объем неразмеченных данных. Это значительно сокращает время обучения, сохраняя при этом точность распознавания. По сравнению с другими моделями нейронных сетей модифицированная версия модели YOLOv5 обладает такими характеристиками, как высокая скорость обучения, небольшой размер модели и данных, а также высокая точность параметров распознавания.