سیدمحمدعلی ضیائی - دانشجو، کارشناسی ارشد دانشکده و پژوهشکده هوش مصنوعی و علوم شناختی، دانشگاه جامع امام حسین (ع)
محمدرضا حسنی آهنگر - استاد تمام، دانشکده و پژوهشکده هوش مصنوعی و علوم شناختی، دانشگاه جامع امام حسین (ع)
محسن نوروزی - پژوهشگر، دانشکده و پژوهشکده رایانه، شبکه و ارتباطات ، دانشگاه جامع امام حسین (ع)

امروزه تشخیص اشیاء در حوزه نظامی با هدف شناسایی و مکانیابی تجهیزاتی از قبیل: پهپادها، بالگردهاو جنگندها به عنوان یک تهدید در حال ظهور برای کشورها توصیف میشود. به طوری که در سال هایاخیر تشخیص این تجهیزات، به منظور حفظ و جلوگیری از آسیب های احتمالی و کاهش آسیب ها درارتش های پیشرفته جهان و تجهیزات مورد استفاده آنان نمو داشته است. مسائل تشخیص اشیاء در حوزهتصاویر نظامی جزء پرطرفدارترین نوع پژوهش، برای کشورها و مجموعه های نظامی در این شاخهمحسوب می شود؛ اما دستاوردهای این دسته از مسائل به دلیل اهمیت موضوع و بالا بودن سطحخطرپذیری به صورت محدود در جهان به معرض نمایش در آمده است. بدین جهت، در این مقاله براینخستین بار با تولید یک مجموعه داده استاندارد مبتنی بر تشخیص تجهیزات نظامی در سه کلاس پهپاد،بالگرد و جنگنده با نام اختصاری IHU-UFH به منظور شناسایی و مکانیابی این تجهیزات می پردازیم.در مجموعه داده IHU-UFH بالغ بر ۳۰۰۰ تصویر در سه کلاس با چند فرمت حاشیه نویسی قابلاستفاده برای مدل های تشخیص اشیاء یک مرحله ای و دو مرحله ای در کانال رنگی RGB برای وظایفشناسایی اشیاء و تشخیص اشیاء جهت استفاده محققین گردآوری شده است. در این مقاله با پیاده سازیمدل یولو هشت مبتنی بر یادگیری انتقال روی مجموعه داده تولید شده به مجموعه امتیاز فراخوانی ۹۷درصدی، امتیاز دقت ۹۷.۷ درصدی، میانگین دقت ۹۶ درصدی، امتیاز اف یک ۹۳ درصادی دست پیدا کرده ایم.

تشخیص اشیاء، شناسایی اشیاء، مجموعه داده، تجهیزات نظامی