الأبحاث المرتبطة بالكلمة المفتاحية: YOLOv5
-
تعزيز تصنيف النفايات الإلكترونية باستخدام نماذج التعلم العميق القابلة للتخصيص المعتمدة على YOLO Advancing e-waste classification with customizable YOLO based deep learning models
2026 | المؤلف: Zhenyun Du وآخرون | المجلة: Scientific Reports | المجال: الرؤية الحاسوبية والتعرف على الأنماط (Computer Vision and Pattern Recognition)تتناول هذه الورقة البحثية القضية الملحة لإدارة النفايات الإلكترونية (النفايات الإلكترونية) من خلال تقييم ثلاثة نماذج متقدمة لاكتشاف الكائنات—YOLOv5 و YOLOv7 و YOLOv8—تركز على تحسين تصنيف النفايات الإلكترونية لإعادة التدوير وإعادة الاستخدام. باستخدام منهجية “تنظر مرة واحدة فقط” (YOLO)، تسلط الدراسة الضوء على الميزات المعمارية الفريدة لكل نموذج، بما في ذلك العمود الفقري CSPDarknet53 وتقنيات…
-
معالجة التحديات الكبيرة في كشف الحيوانات في صور فخاخ الكاميرا: نهج جديد قائم على التعلم العميق Addressing significant challenges for animal detection in camera trap images: a novel deep learning-based approach
2026 | المؤلف: Margarita Mulero‐Pázmány وآخرون | المجلة: Scientific Reports | المجال: الرؤية الحاسوبية والتعرف على الأنماط (Computer Vision and Pattern Recognition)في السنوات الأخيرة، اعتمد علماء الأحياء البرية بشكل متزايد على فخاخ الكاميرا لمراقبة تجمعات الحيوانات؛ ومع ذلك، فإن التحليل اليدوي للصور الناتجة مكلف ويتطلب جهدًا كبيرًا. غالبًا ما تفشل الأساليب الحالية للتعلم العميق في معالجة صور فخاخ الكاميرا في مواجهة التحديات الواقعية، مثل عدم التوازن بين صور الحيوانات والإطارات الفارغة، وصعوبة التمييز بين الأنواع المتشابهة،…
-
مراقبة النفايات الذكية في الوقت الحقيقي وجمعها بكفاءة باستخدام نماذج التعلم العميق Yolov8 وYolov5 من أجل الاستدامة البيئية Real time intelligent garbage monitoring and efficient collection using Yolov8 and Yolov5 deep learning models for environmental sustainability
2026 | المؤلف: Mohammed Abo‐Zahhad | المجلة: Scientific Reports | المجال: الرؤية الحاسوبية والتعرف على الأنماط (Computer Vision and Pattern Recognition)تقدم ورقة البحث نظامًا جديدًا لمراقبة وجمع النفايات الذكية في الوقت الحقيقي يستفيد من نماذج التعلم العميق Yolov5 و Yolov8 المنفذة على Raspberry Pi. يهدف هذا النظام إلى تحسين إدارة النفايات الحضرية من خلال الكشف عن النفايات وتصنيفها بكفاءة باستخدام كاميرا موضوعة فوق صناديق القمامة. يتناول النهج المقترح التحديات الحرجة في إدارة النفايات، مثل امتلاء…
-
الكشف المبكر عن سرطان الرئة المعتمد على الكشف عن الأجسام باستخدام التعلم العميق Deep learning object detection-based early detection of lung cancer
2026 | المؤلف: Kuo‐Yang Huang وآخرون | المجلة: Frontiers in Medicine | المجال: الذكاء الاصطناعي (Artificial Intelligence)تناقش هذه الفقرة أهمية التشخيص المبكر والتصنيف الدقيق لسرطان الرئة، مع التأكيد على تأثيره على العلاج السريري وبقاء المرضى. تبرز التقدمات في الذكاء الاصطناعي، لا سيما في تحليل الصور الطبية، باستخدام مجموعة بيانات Lung-PET-CT-Dx العامة لتدريب وتقييم نماذج مختلفة. تم إجراء تحليل مقارن لسلسلة You Only Look Once (YOLO) – تحديدًا YOLOv5 وYOLOv8 وYOLOv9 وYOLOv10…
-
YOLO-MST: طريقة تعلم عميق متعددة المقاييس لاكتشاف الأهداف الصغيرة في الأشعة تحت الحمراء تعتمد على تحسين الدقة وYOLO YOLO-MST: Multiscale deep learning method for infrared small target detection based on super-resolution and YOLO
2026 | المؤلف: Taoran Yue وآخرون | المجلة: Optics & Laser Technology | المجال: هندسة الطيران والفضاء (Aerospace Engineering)تقدم هذه الورقة البحثية طريقة جديدة تعتمد على التعلم العميق لاكتشاف الأهداف الصغيرة في الأشعة تحت الحمراء، مع معالجة القيود التي تواجه الأساليب التقليدية المعتمدة على النماذج والتقنيات الحالية للتعلم العميق. تدمج الطريقة المقترحة تقنية تحسين دقة الصورة مع المراقبة متعددة المقاييس لتعزيز دقة الاكتشاف في البيئات الصعبة. الشبكة الجديدة، المسماة YOLO-MST، مبنية على نموذج…