Detección de vehículos a partir de imágenes aéreas mediante el entrenamiento de detección de objetos de YOLO-NAS

        El final del artículo contiene el código fuente + el enlace de descarga del conjunto de datos de prueba relevante

        Las imágenes aéreas proporcionan una gran cantidad de información de datos para la observación de objetivos terrestres a larga distancia, especialmente con el desarrollo de drones, se pueden obtener más y más datos de imágenes aéreas, lo que proporciona una base sólida para la detección y el reconocimiento de objetivos en esta base de datos. El reconocimiento de vehículos, como una de las direcciones importantes de la investigación de detección de objetivos en escenas de imágenes aéreas, es una parte importante de los sistemas de transporte inteligente, que brinda soporte técnico para la adquisición en tiempo real de las condiciones de la carretera, monitoreo de accidentes, monitoreo de estacionamiento ilegal y otros escenarios de aplicación. Este artículo presentará el último modelo de alto rendimiento de YOLO-NAS para la detección de automóviles en imágenes aéreas. Este artículo también proporciona enlaces de conjuntos de datos y códigos de prueba relevantes.

Instalar

NOTA: Una vez que se complete la instalación (puede demorar unos minutos), deberá reiniciar el tiempo de ejecución una vez que se complete la instalación.

%%capture

!pip install super-gradients==3.1.0

Importaciones de biblioteca necesarias 

import os

import requests
import torch
from PIL import Image

from super_gradients.training import Trainer, dataloaders, models
from super_gradients.training.dataloaders.dataloaders import (
    coco_detection_yolo_format_train, coco_detection_yolo_format_val
)
from supe