Real time object detection with data variation

Object recognition has a number of advantages, not least its speed and accuracy. It can be used to identify objects quickly and accurately in real time, and can be used to automate tasks such as security systems. The aim of this paper is a comparative study of the recognition of a specific "knife" object using the yolov8 algorithm. Then we'll see how to train this model ourselves using this dataset. Finally, we'll train Yolov8 to identify custom objects from our own data (photos taken with cameras) and ultimately compare its accuracy.

---

Rozpoznawanie obiektów ma wiele zalet, między innymi szybkość i dokładność. Można go używać do szybkiej i dokładnej identyfikacji obiektów w czasie rzeczywistym, a także do automatyzacji zadań, takich jak systemy bezpieczeństwa. Celem niniejszej pracy jest badanie porównawcze rozpoznawania konkretnego obiektu typu „nóż” przy wykorzystaniu algorytmu yolov8. Następnie zobaczymy, jak samodzielnie wytrenować ten model, korzystając z tego zbioru danych. Na koniec przeszkolimy Yolov8 w zakresie identyfikowania niestandardowych obiektów na podstawie naszych własnych danych (zdjęć wykonanych aparatami) i ostatecznie porównujemy ich dokładność.

---

Opracowanie rekordu ze środków MNiSW, umowa nr POPUL/SP/0154/2024/02 w ramach programu "Społeczna odpowiedzialność nauki II" - moduł: Popularyzacja nauki i promocja sportu (2025).