fieldid
| เขตข้อมูล | ข้อมูล |
บทคัดย่อ |
ระบบตรวจจับบุคคลและยานพาหนะแบบเรียลไทม์โดยใช้ดีพเลิร์นนิงสำหรับมหาวิทยาลัยอัจฉริยะ : ความซับซ้อนที่เพิ่มขึ้นของการบริหารจัดการฝูงชนในพื้นที่สาธารณะ รวมถึงสถานการณ์การแพร่ระบาดของโควิด 19 ต้องอาศัยแนวทางที่เป็นนวัตกรรมมากยิ่งขึ้น มหาวิทยาลัยซึ่งเป็นศูนย์รวมกิจกรรมของผู้คนเผชิญความท้าทาย โดยเฉพาะในบริเวณโรงอาหารและลานจอดรถ งานวิจัยนี้ประยุกต์ใช้อัลกอริทึมการตรวจจับวัตถุที่ล้ำสมัยกับการบริหารจัดการฝูงชนในมหาวิทยาลัย โดยใช้ YOLO เพื่อให้สามารถตรวจจับบุคคลในโรงอาหารและยานพาหนะในลานจอดรถได้อย่างแม่นยำ ระบบที่นำเสนอมีเป้าหมายเพื่อยกระดับความปลอดภัยภายในมหาวิทยาลัย เพิ่มประสิทธิภาพการจัดสรรทรัพยากร และเสริมประสบการณ์โดยรวมของนักศึกษาผ่านระบบตรวจจับบุคคลและยานพาหนะ
อัลกอริทึมที่ใช้ในการประเมินประกอบด้วย YOLOv11n (nano), YOLOv11s (small), YOLOv11m (medium) และมีการเปรียบเทียบกับเวอร์ชันก่อนหน้า ได้แก่ YOLOv8 และ YOLOv10 ผลการทดลองแสดงให้เห็นว่า YOLOv8m ให้ความแม่นยำสูงสุดที่ 89.5% ในพื้นที่โรงอาหารบริเวณที่ 1 ขณะที่ YOLOv11s ทำได้ 85% ในพื้นที่โรงอาหารบริเวณที่ 2 สำหรับการตรวจจับยานพาหนะ โมเดลทั้งหมดให้ความแม่นยำ 90%
|
ผู้แต่ง |
|
ประเภทสิ่งพิมพ์ |
|
เลขหน้า |
43 |
หัวเรื่อง |
|
หัวเรื่อง |
|
เอกสารฉบับเต็ม |




Center of Academic Resource
Institute of Technology 1771/1, E Building, Fl. 2,
Pattanakarn Rd, Suan Luang, Bangkok, 10250
