TreeLogy
२.०star
१२७ परीक्षण
१० ह+
डाउनलोड
प्रत्येकजण
info
या अ‍ॅपविषयी
"Treelogy" एक मोबाइल अनुप्रयोग, तुर्की मध्ये वृक्ष प्रजाती दिलेल्या पानांचे एक चित्र वापरत आपापसांत झाड पाने-आधारित ओळख सुरू करू शकता आहे.
तेथे अनुप्रयोग झाडाकडे ओळख मूठभर फक्त रस आहे आणि ते प्रामुख्याने उत्तर अमेरिकन आणि युरोपियन वृक्ष प्रजाती डिटेक्ट करण्यासाठी डिझाइन केले आहेत. नाही अनुप्रयोग तुर्की मुळ वृक्ष प्रजाती ओळखणे एक चांगली कामगिरी आणि स्थानिकीकरण समर्थन आहे आहे. हा प्रकल्प हे अंतर भरुन उद्देश आहे.
आम्ही या अनुप्रयोग रचना आहेत, तर, आम्ही वर्गीकरण काम करण्यासाठी पर्यवेक्षण शिक्षण कार्य केले. आम्ही दोन्ही दीप शिकणे (विशेषत convolutional दीप मज्जासंस्थेसंबंधीचा नेटवर्क) आणि समर्थन वेक्टर मशीन्स लक्ष केंद्रित केले. झाड पानांचे ओळख प्रक्रिया Caffe, एक convolutional मज्जासंस्थेसंबंधीचा नेटवर्क मांडणी, आणि आमच्या इमेज प्रोसेसिंग विभागात पासून एकत्र प्रतिमा वैशिष्ट्ये वापरते.
अनेक प्रयोग केल्यानंतर, आम्ही 57 वृक्ष प्रजाती 93,59% चांगल्या वर्गीकरण अचूकता गाठली आहे. प्रयोग करावे लागत 16096 3020 प्रशिक्षण आणि चाचणी पानांचे प्रतिमा. आमचे शोध नुसार, आम्ही खालील निष्कर्षापर्यंत. आम्ही अशा आमच्या प्रकल्प मध्ये वापरल्या आहेत शक्य म्हणून convolutional मज्जासंस्थेसंबंधीचा नेटवर्क म्हणून वैशिष्ट्ये निर्माण होत नाही आकार आणि पोत वर्णनकर्त्यांवरील, म्हणून वैशिष्ट्ये काढण्यासाठी विशिष्ट प्रतिमा प्रक्रिया प्रक्रियेचा.
=> METU विद्यार्थी "गट शेअर inekereg करून तयार केले"
तेथे अनुप्रयोग झाडाकडे ओळख मूठभर फक्त रस आहे आणि ते प्रामुख्याने उत्तर अमेरिकन आणि युरोपियन वृक्ष प्रजाती डिटेक्ट करण्यासाठी डिझाइन केले आहेत. नाही अनुप्रयोग तुर्की मुळ वृक्ष प्रजाती ओळखणे एक चांगली कामगिरी आणि स्थानिकीकरण समर्थन आहे आहे. हा प्रकल्प हे अंतर भरुन उद्देश आहे.
आम्ही या अनुप्रयोग रचना आहेत, तर, आम्ही वर्गीकरण काम करण्यासाठी पर्यवेक्षण शिक्षण कार्य केले. आम्ही दोन्ही दीप शिकणे (विशेषत convolutional दीप मज्जासंस्थेसंबंधीचा नेटवर्क) आणि समर्थन वेक्टर मशीन्स लक्ष केंद्रित केले. झाड पानांचे ओळख प्रक्रिया Caffe, एक convolutional मज्जासंस्थेसंबंधीचा नेटवर्क मांडणी, आणि आमच्या इमेज प्रोसेसिंग विभागात पासून एकत्र प्रतिमा वैशिष्ट्ये वापरते.
अनेक प्रयोग केल्यानंतर, आम्ही 57 वृक्ष प्रजाती 93,59% चांगल्या वर्गीकरण अचूकता गाठली आहे. प्रयोग करावे लागत 16096 3020 प्रशिक्षण आणि चाचणी पानांचे प्रतिमा. आमचे शोध नुसार, आम्ही खालील निष्कर्षापर्यंत. आम्ही अशा आमच्या प्रकल्प मध्ये वापरल्या आहेत शक्य म्हणून convolutional मज्जासंस्थेसंबंधीचा नेटवर्क म्हणून वैशिष्ट्ये निर्माण होत नाही आकार आणि पोत वर्णनकर्त्यांवरील, म्हणून वैशिष्ट्ये काढण्यासाठी विशिष्ट प्रतिमा प्रक्रिया प्रक्रियेचा.
=> METU विद्यार्थी "गट शेअर inekereg करून तयार केले"
या रोजी अपडेट केले
डेव्हलपर तुमचा डेटा कसा गोळा करतात आणि शेअर करतात हे समजून घेण्यापासून सुरक्षितता सुरू होते. तुमचा वापर, प्रदेश आणि वय यांच्या आधारे डेटा गोपनीयता व सुरक्षेशी संबंधित पद्धती बदलू शकतात. डेव्हलपरने ही माहिती पुरवली आहे आणि ती कालांतराने अपडेट केली जाऊ शकते.
तृतीय पक्षांसोबत कोणताही डेटा शेअर केलेला नाही
डेव्हलपर शेअर करण्याविषयी माहिती कशी घोषित करतात याविषयी अधिक जाणून घ्या
कोणताही डेटा गोळा केलेला नाही
डेव्हलपर डेटा गोळा करण्याविषयी माहिती कशी घोषित करतात याविषयी अधिक जाणून घ्या
रेटिंग आणि पुनरावलोकने
२.०
१२१ परीक्षणे
नवीन काय आहे
Sunucu güncellemesi, hata düzeltmeleri
