Robuste landmarkenerkennungmit deep learning
Derin öğrenme ile sağlam işaret tespiti
- Tez No: 936504
- Danışmanlar: PROF. DR. JOHANNES STEGMAIER
- Tez Türü: Yüksek Lisans
- Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2022
- Dil: İngilizce
- Üniversite: Rheınısch-Westfalısche Technısche Hochschule Aachen
- Enstitü: Yurtdışı Enstitü
- Ana Bilim Dalı: Elektrik ve Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Otonom Sistemler Bilim Dalı
- Sayfa Sayısı: Belirtilmemiş.
Özet
Tezin amacı, derin öğrenme modelleri ve görüntü işleme teknikleri kullanarak, farklı hayvan resimlerinden(video verilerinden alınan) hazırlanan farklı veri setleri üzerinde optimal sonucun alınmasıdır. Optimizasyon, kurulan derin öğrenme modellerinin yapılarında ve parametrelerinde ince ayar yapılarak sağlanmıştır. Modeller temel olarak Python ve onun Tensorflow, PyTorch araçları kullanılarak oluşturulmuştur. Performans analizi olarak farklı değerlendirme metrikleri kullanılmıştır ve modelin nokta takip başarısı ve sağlamlığı artırılmaya çalışılmıştır.
Özet (Çeviri)
The main task is the performance analysis and development of multi-animal key-point estimation network architectures. Huge datasets consisted of tens of thousands of frames taken from videos are utilized for performance comparison of latest implemented models. In general, the main expected output is the map of confidence scores located at the predicted positions of previously specified body parts(e.g. nose, ears, tailbase, etc for mice dataset). Additional outputs(e.g. part affinity fields) corresponding to certain feature encodings also take place depending on the implementation approach of the network. The models are mainly implemented in Python with its libraries Pytorch and Tensorflow our task is to compare state-of-theart models in terms of different evaluation metrics on existing datasets, to create our own benchmark dataset to be trained on models and also to develop the algorithms with the goal of increasing the accuracy and robustness of the networks.
Benzer Tezler
- Stability robustness analysis of linear systems
Başlık çevirisi yok
MEHMET KARAN
Yüksek Lisans
İngilizce
1990
Elektrik ve Elektronik Mühendisliğiİhsan Doğramacı Bilkent ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
PROF. DR. M. EROL SEZER
- Robust estimation and spherically invariant random processes
Başlık çevirisi yok
YASEMİN YARDIMCI
Yüksek Lisans
İngilizce
1988
Elektrik ve Elektronik MühendisliğiBoğaziçi ÜniversitesiPROF. DR. MEHMET BÜLENT SANKUR
- Energy planning with special concern to modeling B.O.T. hard coal plants
Başlık çevirisi yok
ERCAN ORHAN
- Development of a knowledge-based regulator for a PWR type nuclear power plant
Başlık çevirisi yok
H. LEVENT AKIN
- Doğru akım motorlarında dinamik ve statik devir sayısı ayar düzenlerinin karşılaştırılması ve değerlendirilmesi
Başlık çevirisi yok
ÜNVER KALAY
