Εκμάθηση στρατηγικών μέσω μίμησης χρησιμοποιώντας vision transformers

Οι φωτογραφίες που λαμβάνονται με drone περιλαμβάνουν μια μεγάλη σειρά χαρακτηριστικών. Αυτά τα χαρακτηριστικά προβάλουν τεράστιες δυσκολίες για εφαρμογές που βασίζονται σε συνηθισμένα συνελικτικά δίκτυα. Πρόσφατες εργασίες πάνω σε Μετασχηματιστές όρασης έδειξαν πώς οι τοπολογίες μετασχηματιστών προ...

Πλήρης περιγραφή

Λεπτομέρειες βιβλιογραφικής εγγραφής
Κύριος συγγραφέας: Προκοπίου, Ιωάννης
Άλλοι συγγραφείς: Prokopiou, Ioannis
Γλώσσα:Greek
Έκδοση: 2023
Θέματα:
Διαθέσιμο Online:https://hdl.handle.net/10889/25032
Περιγραφή
Περίληψη:Οι φωτογραφίες που λαμβάνονται με drone περιλαμβάνουν μια μεγάλη σειρά χαρακτηριστικών. Αυτά τα χαρακτηριστικά προβάλουν τεράστιες δυσκολίες για εφαρμογές που βασίζονται σε συνηθισμένα συνελικτικά δίκτυα. Πρόσφατες εργασίες πάνω σε Μετασχηματιστές όρασης έδειξαν πώς οι τοπολογίες μετασχηματιστών προσφέρουν πολλές δυνατότητες στο τομέα της όρασης των υπολογιστών. Αυτή η διπλωματική εργασία παρουσιάζει μια μέθοδο για την αυτόνομη πλοήγηση εναέριων drones κατά μήκος προκαθορισμένων μονοπατιών χρησιμοποιώντας μόνο οπτική είσοδο από κάμερες επί του σκάφους. Πιο συγκεκριμένα, δημιουργήσαμε και αξιολογήσαμε τρεις διακριτές αρχιτεκτονικές συστημάτων: ένα μοντέλο πολυστρωματικού perceptron, ένα συνελικτικό μοντέλο και ένα μοντέλο μετασχηματιστή όρασης. Χρησιμοποιώντας τον ελεγκτή PID και την εκμάθηση μίμησης για πλοήγηση, δημιουργήσαμε ένα σύνολο δεδομένων εκπαίδευσης. Τα ευρήματα των δοκιμών μας έδειξαν ότι τα μοντέλα συνέλιξης και μετασχηματιστή όρασης απέδωσαν καλύτερα από το μοντέλο πολυστρωματικού perceptron. Η έρευνά μας καταδεικνύει την ικανότητα της όρασης υπολογιστή και των μεθόδων βαθιάς μάθησης για τη βελτίωση της ακρίβειας και της ευρωστίας των συστημάτων πλοήγησης drone. Η ικανότητα ακριβούς και αξιόπιστης πλοήγησης σε περίπλοκο και δυναμικό περιβάλλον θα είναι πολύ σημαντική και χρήσιμη καθώς τα drones γίνονται πιο κοινά σε μια ποικιλία εφαρμογών.