TreeLogy
2,0star
127 avis
10 k+
Téléchargements
Tout public
info
À propos de l'application
"Treelogy" est une application mobile, qui peut effectuer l'identification à base de feuille d'arbre parmi les espèces d'arbres en Turquie en utilisant une image d'une feuille donnée.
Il est seulement intéressé par l'identification arbre poignée d'applications et ils sont conçus principalement pour détecter les espèces américaines et européennes du Nord arbre. Il n'y a aucune application qui a une bonne performance et la localisation de soutien pour l'identification des espèces d'arbres indigènes à la Turquie. Ce projet vise à combler cette lacune.
Alors que nous construisons cette application, nous avons travaillé sur l'apprentissage supervisé pour tâche de classification. Nous nous sommes concentrés sur les deux apprentissage en profondeur (Spécifiquement convolution profondes Neural Networks) et Support Vector Machines. processus d'identification des feuilles d'arbre utilise des fonctionnalités d'image froncées de Caffe, un cadre de convolution de réseau neuronal, et notre module de traitement d'image.
Après plusieurs expériences, nous avons atteint la précision de la classification optimale de 93,59% pour les 57 espèces d'arbres. Les expériences impliquent 16096 3020 formation et de test feuille images. Selon nos constatations, nous arrivons à la conclusion suivante. Certaines procédures de traitement d'image pour des fonctionnalités telles que la forme et la texture des descripteurs, que nous avons utilisés dans notre projet, ne produit pas les caractéristiques que possible que les réseaux de neurones à convolution extraire.
"Créé par part du groupe inekereg" => Étudiants de METU
Il est seulement intéressé par l'identification arbre poignée d'applications et ils sont conçus principalement pour détecter les espèces américaines et européennes du Nord arbre. Il n'y a aucune application qui a une bonne performance et la localisation de soutien pour l'identification des espèces d'arbres indigènes à la Turquie. Ce projet vise à combler cette lacune.
Alors que nous construisons cette application, nous avons travaillé sur l'apprentissage supervisé pour tâche de classification. Nous nous sommes concentrés sur les deux apprentissage en profondeur (Spécifiquement convolution profondes Neural Networks) et Support Vector Machines. processus d'identification des feuilles d'arbre utilise des fonctionnalités d'image froncées de Caffe, un cadre de convolution de réseau neuronal, et notre module de traitement d'image.
Après plusieurs expériences, nous avons atteint la précision de la classification optimale de 93,59% pour les 57 espèces d'arbres. Les expériences impliquent 16096 3020 formation et de test feuille images. Selon nos constatations, nous arrivons à la conclusion suivante. Certaines procédures de traitement d'image pour des fonctionnalités telles que la forme et la texture des descripteurs, que nous avons utilisés dans notre projet, ne produit pas les caractéristiques que possible que les réseaux de neurones à convolution extraire.
"Créé par part du groupe inekereg" => Étudiants de METU
Date de mise à jour
La sécurité, c'est d'abord comprendre comment les développeurs collectent et partagent vos données. Les pratiques concernant leur confidentialité et leur protection peuvent varier selon votre utilisation, votre région et votre âge. Le développeur a fourni ces informations et peut les modifier ultérieurement.
Aucune donnée partagée avec des tiers
En savoir plus sur la manière dont les développeurs déclarent le partage
Aucune donnée collectée
En savoir plus sur la manière dont les développeurs déclarent la collecte
Notes et avis
2,0
121 avis
Un utilisateur de Google
- Signaler un avis inapproprié
21 octobre 2017
Résultats insuffisants.
Nouveautés
Sunucu güncellemesi, hata düzeltmeleri
