Искусственный интеллект и машинное обучение

Научная статья

УДК 004.932.72
ББК 32.813.52
ГРНТИ 28.23.15
DOI 10.25209/2079-3316-2025-16-4-217-240

Применение модели YOLOv11 и адаптированного набора данных LaDD для поиска людей в малонаселённой местности

Александр Владимирович Смирнов¹, Игорь Петрович Тищенко², Сергей Александрович Лазарев³

1-3	Институт программных систем им. А. К. Айламазяна РАН, Веськово, Россия
1	asmirnov_1991@mail.ru

Аннотация. Настоящее исследование направленно на разработку нейросетевого метода обнаружения/детекции людей в малонаселённой местности по снимкам, полученным с беспилотного воздушного судна (БВС). В качестве нейросетевого детектора была использована модель архитектуры YOLOv11m. В рамках проведённого исследования был разработан и применён алгоритм адаптации обучающего набора данных LaDD. Проведены эксперименты по предварительному обучению модели на оригинальном и адаптированном наборе, в результате которых удалось доказать целесообразность использования адаптированного набора данных. Итоговая точность модели при обучении достигла значения в 98.7% по $mAP^{50}$ . Инференс модели показал точность детекции в 0.895 (89.5%) по F1 и 0.901 (90.1%) по $mAP^{50}$ , что позволяет подтвердить работоспособность представленного метода.

Ключевые слова: Анализ изображений, поиск людей, снимки БВС, YOLOv11, нейронные сети, набор данных, адаптация

Для цитирования: Смирнов А. В., Тищенко И. П., Лазарев С. А. Применение модели YOLOv11 и адаптированного набора данных LaDD для поиска людей в малонаселённой местности // Программные системы: теория и приложения. 2025. Т. 16. № 4. С. 217–240. https://psta.psiras.ru/2025/4_217-240.

Полный текст статьи (PDF): https://psta.psiras.ru/read/psta2025_4_217-240.pdf.

Статья поступила в редакцию 28.10.2025; одобрена после рецензирования 09.11.2025; принята к публикации 09.11.2025; опубликована онлайн 12.11.2025.