TreeLogy
২.০star
১২৭টি রিভিউ
১০ হা+
ডাউনলোড
প্রত্যেকে
info
এই অ্যাপ সম্পর্কে
"Treelogy" একটি মোবাইল অ্যাপ্লিকেশন, যা তুরস্ক গাছের প্রজাতি একটি প্রদত্ত পাতার এক ছবি ব্যবহার মধ্যে গাছ পাত ভিত্তিক সনাক্তকরণ সম্পাদন করতে পারবেন না.
সেখানে শুধুমাত্র অ্যাপ্লিকেশন গাছ সনাক্তকরণ থাবা আগ্রহী এবং তারা প্রাথমিকভাবে উত্তর আমেরিকান এবং ইউরোপীয় প্রজাতির গাছ detecting জন্য ডিজাইন করা হয়. সেখানে যা বৃক্ষ প্রজাতি তুরস্ক নেটিভ চিহ্নিতকরণের জন্য একটি ভাল পারফরম্যান্স এবং স্থানীয়করণ সমর্থন রয়েছে কোন আবেদন. এই প্রকল্পটি এই শূন্যস্থান পূরণ করার লক্ষ্য করা হয়.
আমরা এই অ্যাপ্লিকেশন নির্মাণ করা হয়, আমরা শ্রেণীবিন্যাস কাজের জন্য পরিদর্শিত শেখার উপর কাজ করেন. আমরা উভয় ডিপ লার্নিং (বিশেষভাবে convolutional ডিপ নিউরাল নেটওয়ার্ক) এবং সাপোর্ট ভেক্টর মেশিন উপর দৃষ্টি নিবদ্ধ করা. বৃক্ষ পাতার সনাক্তকরণ প্রক্রিয়া ইমেজ বৈশিষ্ট্য Caffe, একটি convolutional স্নায়ুর নেটওয়ার্ক কাঠামো, এবং আমাদের ইমেজ প্রসেসিং মডিউল থেকে সংগৃহীত ব্যবহার.
বিভিন্ন পরীক্ষা-নিরীক্ষা করার পর, আমরা 57 প্রজাতির গাছ জন্য 93,59% এর অনুকূল শ্রেণীবিন্যাস সঠিকতা পৌঁছেছে. এক্সপেরিমেন্ট 16096 3020 প্রশিক্ষণ ও পরীক্ষার পাতার ইমেজ জড়িত. আমাদের ফলাফল অনুযায়ী, আমরা অনুগামী সিদ্ধান্তেই আসা. যেমন আকৃতি এবং টেক্সচার বর্ণনাকারী, যা আমরা আমাদের প্রকল্পে ব্যবহার করেছেন, convolutional নিউরাল নেটওয়ার্ক যত সম্ভবপর বৈশিষ্ট্য নয় হিসাবে বৈশিষ্ট্য আহরণের জন্য নির্দিষ্ট ইমেজ প্রসেসিং পদ্ধতি.
=> METU শিক্ষার্থীরা "গ্রুপ ভাগ inekereg দ্বারা নির্মিত"
সেখানে শুধুমাত্র অ্যাপ্লিকেশন গাছ সনাক্তকরণ থাবা আগ্রহী এবং তারা প্রাথমিকভাবে উত্তর আমেরিকান এবং ইউরোপীয় প্রজাতির গাছ detecting জন্য ডিজাইন করা হয়. সেখানে যা বৃক্ষ প্রজাতি তুরস্ক নেটিভ চিহ্নিতকরণের জন্য একটি ভাল পারফরম্যান্স এবং স্থানীয়করণ সমর্থন রয়েছে কোন আবেদন. এই প্রকল্পটি এই শূন্যস্থান পূরণ করার লক্ষ্য করা হয়.
আমরা এই অ্যাপ্লিকেশন নির্মাণ করা হয়, আমরা শ্রেণীবিন্যাস কাজের জন্য পরিদর্শিত শেখার উপর কাজ করেন. আমরা উভয় ডিপ লার্নিং (বিশেষভাবে convolutional ডিপ নিউরাল নেটওয়ার্ক) এবং সাপোর্ট ভেক্টর মেশিন উপর দৃষ্টি নিবদ্ধ করা. বৃক্ষ পাতার সনাক্তকরণ প্রক্রিয়া ইমেজ বৈশিষ্ট্য Caffe, একটি convolutional স্নায়ুর নেটওয়ার্ক কাঠামো, এবং আমাদের ইমেজ প্রসেসিং মডিউল থেকে সংগৃহীত ব্যবহার.
বিভিন্ন পরীক্ষা-নিরীক্ষা করার পর, আমরা 57 প্রজাতির গাছ জন্য 93,59% এর অনুকূল শ্রেণীবিন্যাস সঠিকতা পৌঁছেছে. এক্সপেরিমেন্ট 16096 3020 প্রশিক্ষণ ও পরীক্ষার পাতার ইমেজ জড়িত. আমাদের ফলাফল অনুযায়ী, আমরা অনুগামী সিদ্ধান্তেই আসা. যেমন আকৃতি এবং টেক্সচার বর্ণনাকারী, যা আমরা আমাদের প্রকল্পে ব্যবহার করেছেন, convolutional নিউরাল নেটওয়ার্ক যত সম্ভবপর বৈশিষ্ট্য নয় হিসাবে বৈশিষ্ট্য আহরণের জন্য নির্দিষ্ট ইমেজ প্রসেসিং পদ্ধতি.
=> METU শিক্ষার্থীরা "গ্রুপ ভাগ inekereg দ্বারা নির্মিত"
আপডেট করা হয়েছে
ডেভেলপার কীভাবে আপনার ডেটা সংগ্রহ এবং শেয়ার করে তা থেকেই নিরাপত্তা ব্যবস্থা কাজ করা শুরু করে। অ্যাপের ব্যবহার, কোন অঞ্চলে ব্যবহার করা হচ্ছে এবং ব্যবহারকারীর বয়সের ভিত্তিতে ডেটা গোপনীয়তা এবং সুরক্ষা ব্যবস্থা আলাদা হতে পারে। ডেভেলপার এই তথ্য প্রদান করেছেন এবং সময়ের সাথে সাথে তা আপডেট করতে পারে।
রেটিং ও পর্যালোচনাগুলি
২.০
১২১টি রিভিউ
নতুন কী?
Sunucu güncellemesi, hata düzeltmeleri
