Geri Dön

Derin öğrenme ve görüntü işleme yöntemleri ile detaylı sınıflandırma

Detailed classification with deep learning and image processing methods

  1. Tez No: 699210
  2. Yazar: RASHID MAMMADOV
  3. Danışmanlar: PROF. DR. URFAT NURIYEV
  4. Tez Türü: Yüksek Lisans
  5. Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2021
  8. Dil: Türkçe
  9. Üniversite: Ege Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Matematik Ana Bilim Dalı
  12. Bilim Dalı: Bilgisayar Bilimleri Bilim Dalı
  13. Sayfa Sayısı: Belirtilmemiş.

Özet

Bu tez çalışmasında, görüntü işleme teknikleri ve derin öğrenme modelleri incelenmiş, bu araştırmalar sonucunda derin ve görüntü işleme yöntemleri ile detaylı sınıflandırma için çözüm sunulmuştur. Çalışmada, evrişimsel sinir ağları modeli bir derin öğrenme eğitilmesi fikri sunulmaktadır, görüntü iyileştirme ile kenar belirleme görüntü işleme teknikleri kullanılarak modele verilen örnek görüntüler önceden belirlenen problem bazlı etiket gruplarına göre 70% ile 99% arasında bir oranla detay sınıflandırması yapmaktadır. Sonuçlar, çalışmanın çeşitli alanlara uygulanabileceğine ve ileride daha da geliştirilebileceğini göstermektedir.

Özet (Çeviri)

In this thesis, image processing techniques and deep learning models were examined, and as a result of these researches, a solution was presented for detailed classification with deep and image processing methods. In the study, the idea of training the conventional neural network model in deep learning is presented, using image enhancement and edge detection image processing techniques, sample images given to the model make a detailed classification between 70% and 99% according to predetermined problem-based label groups. The results show that the study can be applied to various fields and can be further developed in the future.

Benzer Tezler

  1. Endüstriyel uygulamaların derin öğrenme ile yüksek hızlarda gerçeklenmesi için optmize edilmiş ağ yapılarının geliştirilmesi

    Development of optimized network architectures for high speed industrial applications using deep learning

    HAKAN AKTAŞ

    Doktora

    Türkçe

    Türkçe

    2020

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolAkdeniz Üniversitesi

    Elektrik-Elektronik Mühendisliği Ana Bilim Dalı

    DOÇ. DR. ÖVÜNÇ POLAT

  2. Skin lesion classification with machine learning

    Makine öğrenmesi ile cilt lezyonu sınıflandırması

    ESRA SENDEL

    Yüksek Lisans

    İngilizce

    İngilizce

    2023

    Elektrik ve Elektronik Mühendisliğiİstanbul Teknik Üniversitesi

    Elektronik ve Haberleşme Mühendisliği Ana Bilim Dalı

    DOÇ. DR. İSA YILDIRIM

  3. Analysis of visual design principles in art and architecture by computer vision and learning based model

    Sanat ve mimaride görsel tasarım prensiplerinin bilgisayarlı görü ve öğrenme tabanlı model ile analizi

    GÖZDENUR DEMİR

    Doktora

    İngilizce

    İngilizce

    2022

    Mimarlıkİstanbul Teknik Üniversitesi

    Bilişim Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ ASLI KANAN

  4. Essays on estimation methods

    Tahmin yöntemleri üzerine makaleler

    YASİN KÜTÜK

    Doktora

    İngilizce

    İngilizce

    2019

    Ekonomiİstanbul Teknik Üniversitesi

    İktisat Ana Bilim Dalı

    PROF. DR. BÜLENT GÜLOĞLU

  5. Optimization of deep neural network architectures for the forest fire detection

    Orman yangini tespitinde derin sinir aği mimarilerinin optimizasyonu

    BERRİN SAVDA

    Yüksek Lisans

    İngilizce

    İngilizce

    2023

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik Üniversitesi

    Elektronik ve Haberleşme Mühendisliği Ana Bilim Dalı

    PROF. DR. MÜŞTAK ERHAN YALÇIN

    PROF. DR. HAZIM KEMAL EKENEL