NEYRON TO'RLARI YORDAMIDA AVTOMABIL YO'L BELGILARINI SEGMENTATSIYA QILISH ORQALI AJRATIB OLISH USUL VA ALGORITMLARI

Mazkur ilmiy maqolada avtomobil yo‘l belgilarini raqamli tasvirlardan aniqlash va ajratib olish jarayonida neyron tarmoqlarga asoslangan segmentatsiya usullarining samaradorligi tahlil qilinadi. Tadqiqotda an’anaviy kompyuter ko‘rish algoritmlarining cheklovlari va chuqur o‘rganishga asoslangan yondashuvlarning ustunliklari ilmiy manbalar asosida yoritilgan. Xususan, Fully Convolutional Network (FCN), U-Net, SegNet hamda Mask R-CNN kabi modellar yordamida yo‘l belgilarini fon obyektlaridan ajratib olish mexanizmlari tahlil qilinadi. Maqolada Germaniya Traffic Sign Dataset (GTSDB), Belgium Traffic Sign Dataset (BTSD) kabi ochiq ma’lumotlar to‘plamlarida o‘tkazilgan tajribalar natijalari umumlashtirilgan. Olingan natijalar neyron tarmoqlarga asoslangan segmentatsiya algoritmlarining aniqlik, barqarorlik va real vaqt rejimidagi ishlash imkoniyatlarini ko‘rsatib beradi.本学术论文围绕从数字图像中识别并提取道路交通标志的流程，分析了基于神经网络的分割方法的有效性。本研究基于学术文献，阐释了传统计算机视觉算法的局限性，以及基于深度学习的方法的优势。具体而言，本文分析了全卷积网络（Fully Convolutional Network, FCN）、U-Net、SegNet与Mask R-CNN等模型实现道路交通标志与背景对象分离的运作机制。本文汇总了在德国交通标志数据集（Germany Traffic Sign Dataset, GTSDB）、比利时交通标志数据集（Belgium Traffic Sign Dataset, BTSD）等公开数据集上开展的实验结果。所得结果展示了基于神经网络的分割算法在识别精度、稳定性及实时运行能力方面的表现与可行性。