DEVELOPMENT OF A COMPUTER VISION OBJECT DETECTION SYSTEM BASED ON THE YOLO MODEL

Кваліфікаційна робота присвячена розробці програмної системи автоматизованого виявлення та класифікації транспортних засобів у відеопотоці засобами комп’ютерного зору. У роботі проведено аналіз предметної галузі та існуючих аналогічних систем детекції об’єктів (OpenCV DNN + SSD MobileNet, Detectron2, TensorFlow Object Detection API), обґрунтовано вибір моделі YOLOv8 як базового детектора та Python як мови реалізації. Розроблено функціонально-структурну схему системи, UML Use Case діаграму та діаграму класів. Спроектовано реляційну модель бази даних SQLite для накопичення статистики транспортного потоку між сесіями. Реалізовано чотири програмні модулі: захоплення відеопотоку засобами OpenCV, детекція об’єктів на основі YOLOv8 із фільтрацією за цільовими класами транспортних засобів, підсистема збереження результатів до SQLite з експортом у CSV, графічний інтерфейс на основі PyQt5 із багатопотоковою обробкою через QThread. Проведено трирівневе тестування системи; досягнуто показник mAP@0.5 = 0.86 при швидкості обробки 22-32 FPS у режимі CPU. Виконано техніко-економічні розрахунки програмного продукту.