TreeLogy
2,0star
127 reseñas
10 mil+
Descargas
Para todos
info
Información de la aplicación
"Treelogy" es una aplicación móvil, que puede realizar la identificación basada en la hoja del árbol entre las especies de árboles en Turquía usando una foto de una hoja determinada.
No sólo está interesado en el árbol de identificación puñado de aplicaciones y que están diseñados principalmente para la detección de especies de árboles de América y Europa del Norte. No hay una aplicación que tiene un buen apoyo al rendimiento y la localización para la identificación de especies de árboles nativos a Turquía. Este proyecto está dirigido a llenar este vacío.
Mientras que estamos construyendo esta aplicación, se ha trabajado en el aprendizaje supervisado para la tarea de clasificación. Nos centramos tanto en el aprendizaje profundo (Específicamente convolucional profundas Redes Neuronales) y máquinas de vectores soporte. Árbol proceso de identificación de hoja utiliza características de la imagen recopilada de Caffe, un marco de redes neuronales convolucional, y nuestro módulo de procesamiento de imágenes.
Después de varios experimentos, hemos llegado a la precisión de la clasificación óptima de 93,59% para 57 especies de árboles. Los experimentos implican 16096 3020 de formación y de la hoja de prueba imágenes. De acuerdo con nuestros resultados, hemos llegado a la conclusión siguiente. Ciertos procedimientos de procesamiento de imágenes para la extracción de características tales como la forma y la textura de descriptores, que hemos utilizado en nuestro proyecto, no produce características tan factible como redes neuronales convolucionales.
"Creado por el grupo inekereg compartir" => Los estudiantes METU
No sólo está interesado en el árbol de identificación puñado de aplicaciones y que están diseñados principalmente para la detección de especies de árboles de América y Europa del Norte. No hay una aplicación que tiene un buen apoyo al rendimiento y la localización para la identificación de especies de árboles nativos a Turquía. Este proyecto está dirigido a llenar este vacío.
Mientras que estamos construyendo esta aplicación, se ha trabajado en el aprendizaje supervisado para la tarea de clasificación. Nos centramos tanto en el aprendizaje profundo (Específicamente convolucional profundas Redes Neuronales) y máquinas de vectores soporte. Árbol proceso de identificación de hoja utiliza características de la imagen recopilada de Caffe, un marco de redes neuronales convolucional, y nuestro módulo de procesamiento de imágenes.
Después de varios experimentos, hemos llegado a la precisión de la clasificación óptima de 93,59% para 57 especies de árboles. Los experimentos implican 16096 3020 de formación y de la hoja de prueba imágenes. De acuerdo con nuestros resultados, hemos llegado a la conclusión siguiente. Ciertos procedimientos de procesamiento de imágenes para la extracción de características tales como la forma y la textura de descriptores, que hemos utilizado en nuestro proyecto, no produce características tan factible como redes neuronales convolucionales.
"Creado por el grupo inekereg compartir" => Los estudiantes METU
Última actualización
La seguridad empieza por entender cómo recogen y comparten tus datos los desarrolladores. Las prácticas de privacidad y seguridad de los datos pueden variar en función de tu uso de la aplicación, el territorio donde la uses y tu edad. El desarrollador ha proporcionado esta información y puede actualizarla con el tiempo.
No se comparten datos con terceros
Más información sobre cómo los desarrolladores declaran lo que comparten
No se recogen datos
Más información sobre cómo los desarrolladores declaran lo que recogen
Valoraciones y reseñas
2,0
121 reseñas
Un usuario de Google
- Marcar como inapropiada
21 de junio de 2019
no la he probado pero vi el video y solo compara osea mi hija la queria pero vi los comentarios y dije no esta no es la indicada
Un usuario de Google
- Marcar como inapropiada
27 de noviembre de 2016
Apenas tiene hojas para comparar
Novedades
Sunucu güncellemesi, hata düzeltmeleri
