PYTHON DASTURLASH TILI YORDAMIDA OBYEKTLARNI ANIQLASH VA ULARNING RAQAMLI KATALOGINI YARATISH
DOI:
https://doi.org/10.65164/c4496v42Keywords:
Python dasturlash tili, obyektlarni aniqlash, kompyuter ko‘rish texnologiyalari, chuqur o‘rganish algoritmlari, YOLOv5 modeli, tasvirlarni avtomatik tahlil qilish, raqamli katalog yaratish, real vaqt rejimida aniqlash.Abstract
Ushbu maqolada Python dasturlash tili yordamida obyektlarni aniqlash va
ularning raqamli katalogini shakllantirish masalasi tadqiq etilgan. Tadqiqotning asosiy maqsadi
tasvirlardan obyektlarni avtomatik aniqlash hamda aniqlangan obyektlar haqidagi ma’lumotlarni
yagona elektron katalogga kiritish imkonini beruvchi tizimni ishlab chiqishdan iborat. Tadqiqot
jarayonida kompyuter ko‘rish texnologiyalari hamda chuqur o‘rganish algoritmlaridan foydalanildi.
Obyektlarni aniqlash uchun YOLOv5 modeli asosida tizim ishlab chiqildi va PyTorch hamda
OpenCV kutubxonalari yordamida tajribalar o‘tkazildi. Tajribalar natijasida modelning aniqlik
darajasi mAP ko‘rsatkichi bo‘yicha 86.7% ni tashkil etdi. Shuningdek, aniqlangan obyektlar uchun
koordinatalar, vaqt belgisi va identifikatsiya kodi kabi metama’lumotlarni avtomatik shakllantirish
imkoniyati yaratildi. Olingan natijalar taklif etilgan tizim obyektlarni aniqlash va kataloglash
jarayonini avtomatlashtirishda samarali qo‘llanishi mumkinligini ko‘rsatadi.
References
[1] W. Zhang, K. Chen, and J. Wang, “Automated visual cataloging for museum collections using
deep learning,” Journal of Cultural Heritage, vol. 62, pp. 45–57, 2023. DOI:
10.1016/j.culher.2023.04.001.
[2] Ultralytics, “YOLOv5: A state-of-the-art real-time object detection system,” GitHub
repository, 2021. Available: https://github.com/ultralytics/yolov5 (accessed Feb. 01, 2025).
[3] S. Ren, K. He, R. Girshick, and J. Sun, “Faster R-CNN: Towards real-time object detection with
region proposal networks,” IEEE Transactions on Pattern Analysis and Machine Intelligence,
vol. 39, no. 6, pp. 1137–1149, 2017.
[4] Y. Li, Z. Liu, and X. Huang, “Real-time inventory cataloging with deep neural networks in
warehouse environments,” Expert Systems with Applications, vol. 198, Art. no. 116857, 2022.
DOI: 10.1016/j.eswa.2022.116857.
[5] A. Bochkovskiy, C.-Y. Wang, and H.-Y. M. Liao, “YOLOv4: Optimal speed and accuracy of
object detection,” arXiv preprint, arXiv:2004.10934, 2020.
[6] T.-Y. Lin, M. Maire, S. Belongie, et al., “Microsoft COCO: Common objects in context,” in
Proc. European Conference on Computer Vision (ECCV), 2022, pp. 740–755.
