Ajendra Kumar Rathod / Ramesh Rudrapati
Librería Samer Atenea
Kálamo Books
Librería Elías (Asturias)
Librería Kolima (Madrid)
Librería Proteo (Málaga)
Niniejsza praca bada projektowanie, rozwój i ocenę inteligentnego systemu śledzenia wieżyczki w czasie rzeczywistym, który wykorzystuje lekkie modele głębokiego uczenia do zautomatyzowanego nadzoru obronnego. Wyjaśnia, w jaki sposób nowoczesne środowiska walki wymagają szybszych i dokładniejszych systemów wykrywania zagrożeń, które mogą działać przy minimalnej interwencji człowieka. Praca koncentruje się na zastosowaniu wydajnych technik wizji komputerowej, w szczególności splotowych sieci neuronowych opartych na YOLO, do wykrywania i śledzenia wielu celów, takich jak drony, pojazdy i personel w dynamicznych scenach. Szczególną uwagę poświęcono wdrażaniu tych modeli na energooszczędnych platformach brzegowych (edge), rozwiązując wyzwania związane z opóźnieniami, ograniczeniami obliczeniowymi i niezawodnością. Książka omawia również tworzenie i wykorzystywanie syntetycznych środowisk symulacyjnych do trenowania i walidacji modeli w sytuacjach, gdy rzeczywiste dane wojskowe są ograniczone. Poprzez analizę eksperymentalną i ocenę wydajności wykazano, jak optymalizacja modelu, augmentacja danych i skalowanie rozdzielczości poprawiają dokładność wykrywania przy zachowaniu pracy w czasie rzeczywistym. Ogólnie rzecz biorąc, proponowana praca stanowi praktyczny i techniczny przewodnik po budowie systemów nadzoru sterowanych przez AI.