Makale detayı · 2020 · article
Robotik Uygulamalar İçin Derin Öğrenme Tabanlı Nesne Tespiti ve Sınıflandırması
Veri kaynağı ayrımı
- YÖKSİSYÖKSİS makale kaydı
- YÖKSİS dergi adıKaradeniz Fen Bilimleri Dergisi
- OpenAlexOpenAlex zenginleştirmesi (özet, atıf, konular)
- Semantic Scholaratıf sayısı (OpenAlex ile birleştirilmez)
Özet
Görüntü içerisindeki nesnelerin tespit edilmesi ve sınıflandırılma uygulamaları her geçen gün artmaktadır. Bu çalışmada da robotik uygulamalarda da kullanılabilecek bir nesne tespiti ve sınıflandırılması uygulaması gerçekleştirilmiştir. Alexnet Evrişimsel Sinir Ağları (ESA) mimarisi ve Bölgesel Evrişimsel Sinir Ağları (B-ESA) algoritması ile gerçekleştirilen çalışmada yedi farklı nesne sınıfı seçilmiştir. Veri setindeki 684 eğitim verisi etiketlenerek ağın eğitilmesinde kullanılmıştır. 226 test görüntüsü eğitilen ağda test edilmesi sonucunda her sınıfa ait doğru tahmin değerleri ve toplam doğruluk değerleri bulunmuştur. Sınıflara ait tahminlerde en düşük %85,74 ve en yüksek %100 değerlerine ulaşılmıştır. Tüm test verileri için doğruluk değeri %93,81 bulunmuştur.
Konular
Atıflar
OpenAlex cited_by_count. WoS veya Scopus atıf sayısı değildir; o kaynaklar için ayrı kolon yoktur.
4atıfOpenAlex · cited_by_count (önbellek / veritabanı)
Yerel katalogda bu makaleye atıf yapan 5 yayın (OpenAlex referans eşleşmesi; tam dünya listesi değildir).
- 2021 Derin Öğrenme Tekniklerini Kullanarak Akciğer X-Ray Görüntülerinden COVID-19 TespitiAtıf 19 · OpenAlex
- 2024 Leveraging YOLO Models for Safety Equipment Detection on Construction SitesAtıf 13 · OpenAlex
- 2024 Leveraging YOLO Models for Safety Equipment Detection on Construction SitesAtıf 13 · OpenAlex
- 2024 Leveraging YOLO Models for Safety Equipment Detection on Construction SitesAtıf 12 · OpenAlex
- 2022 Moda Görseli Sınıflandırma: Düzenleyici Teknikler ile Evrişimsel Sinir Ağları UygulamasıAtıf 1 · OpenAlex