TreeLogy
2,0star
127 ຄຳຕິຊົມ
10 ພັນ+
ດາວໂຫຼດ
ທຸກຄົນ
info
ກ່ຽວກັບແອັບນີ້
"Treelogy" ເປັນຄໍາຮ້ອງສະຫມັກໂທລະສັບມືຖື, ຊຶ່ງສາມາດປະຕິບັດການກໍານົດຕົ້ນໄມ້ໃບທີ່ບັນດາຊະນິດຕົ້ນໄມ້ໃນ Turkey ການນໍາໃຊ້ຫນຶ່ງໃນຮູບພາບຂອງໃບຮັບ.
ມີຄວາມສົນໃຈພຽງແຕ່ໃນຕົ້ນໄມ້ມືການກໍານົດຂອງຄໍາຮ້ອງສະຫມັກແລະເຂົາເຈົ້າໄດ້ຖືກອອກແບບຕົ້ນຕໍສໍາລັບການກວດອະເມລິກາເຫນືອແລະເອີຣົບຊະນິດຕົ້ນໄມ້. ມີຄໍາຮ້ອງສະຫມັກທີ່ມີປະສິດທິແລະທ້ອງຖິ່ນສະຫນັບສະຫນູນທີ່ດີສໍາລັບການລະບຸຊະນິດຕົ້ນໄມ້ພື້ນເມືອງ Turkey ທີ່ບໍ່ມີແມ່ນ. ໂຄງການນີ້ແມ່ນມີຈຸດປະສົງທີ່ຈະຕື່ມຂໍ້ມູນໃສ່ຊ່ອງຫວ່າງນີ້.
ໃນຂະນະທີ່ພວກເຮົາກໍາລັງກໍ່ສ້າງຄໍາຮ້ອງສະຫມັກນີ້, ພວກເຮົາເຮັດວຽກກ່ຽວກັບການຮຽນຮູ້ການຊີ້ນໍາສໍາລັບວຽກງານການຈັດປະເພດ. ພວກເຮົາໄດ້ສຸມໃສ່ທັງສອງຮຽນຮູ້ Deep (Convolutional ໂດຍສະເພາະ Deep ເຄືອຂ່າຍ Neural) ແລະສະຫນັບສະຫນູນ Machines Vector. ເປັນໄມ້ຢືນຕົ້ນຂະບວນການການກໍານົດໃບການນໍາໃຊ້ຄຸນນະສົມບັດຮູບພາບທີ່ລວບລວມຈາກ Caffe, ກອບເຄືອຂ່າຍ Convolutional neural, ແລະລະຫັດປຸງແຕ່ງຮູບພາບຂອງພວກເຮົາ.
ຫຼັງຈາກຫຼາຍປະສົບການ, ພວກເຮົາບັນລຸໄດ້ຄວາມຖືກຕ້ອງການຈັດປະເພດທີ່ດີທີ່ສຸດຂອງ 9359% ສໍາລັບການ 57 ຊະນິດທີ່ເປັນໄມ້ຢືນຕົ້ນ. ປະສົບການກ່ຽວຂ້ອງກັບ 16096 3020 ການຝຶກອົບຮົມແລະໃບທົດສອບຮູບພາບ. ອີງຕາມການຄົ້ນພົບຂອງພວກເຮົາ, ພວກເຮົາໄດ້ມາກັບການສະຫລຸບປະຕິບັດຕາມ. ຂັ້ນຕອນການປຸງແຕ່ງຮູບພາບສະເພາະໃດຫນຶ່ງສໍາລັບການສະກັດລັກສະນະເຊັ່ນຮູບຮ່າງແລະໂຄງສ້າງການອະທິບາຍທີ່ພວກເຮົາໄດ້ນໍາໃຊ້ໃນໂຄງການຂອງພວກເຮົາ, ບໍ່ໄດ້ຜະລິດຄຸນນະສົມບັດເປັນຄວາມເປັນໄປໄດ້ເປັນເຄືອຂ່າຍ neural convoluted.
"Created by ກຸ່ມ inekereg share" => ນັກສຶກສາ metu
ມີຄວາມສົນໃຈພຽງແຕ່ໃນຕົ້ນໄມ້ມືການກໍານົດຂອງຄໍາຮ້ອງສະຫມັກແລະເຂົາເຈົ້າໄດ້ຖືກອອກແບບຕົ້ນຕໍສໍາລັບການກວດອະເມລິກາເຫນືອແລະເອີຣົບຊະນິດຕົ້ນໄມ້. ມີຄໍາຮ້ອງສະຫມັກທີ່ມີປະສິດທິແລະທ້ອງຖິ່ນສະຫນັບສະຫນູນທີ່ດີສໍາລັບການລະບຸຊະນິດຕົ້ນໄມ້ພື້ນເມືອງ Turkey ທີ່ບໍ່ມີແມ່ນ. ໂຄງການນີ້ແມ່ນມີຈຸດປະສົງທີ່ຈະຕື່ມຂໍ້ມູນໃສ່ຊ່ອງຫວ່າງນີ້.
ໃນຂະນະທີ່ພວກເຮົາກໍາລັງກໍ່ສ້າງຄໍາຮ້ອງສະຫມັກນີ້, ພວກເຮົາເຮັດວຽກກ່ຽວກັບການຮຽນຮູ້ການຊີ້ນໍາສໍາລັບວຽກງານການຈັດປະເພດ. ພວກເຮົາໄດ້ສຸມໃສ່ທັງສອງຮຽນຮູ້ Deep (Convolutional ໂດຍສະເພາະ Deep ເຄືອຂ່າຍ Neural) ແລະສະຫນັບສະຫນູນ Machines Vector. ເປັນໄມ້ຢືນຕົ້ນຂະບວນການການກໍານົດໃບການນໍາໃຊ້ຄຸນນະສົມບັດຮູບພາບທີ່ລວບລວມຈາກ Caffe, ກອບເຄືອຂ່າຍ Convolutional neural, ແລະລະຫັດປຸງແຕ່ງຮູບພາບຂອງພວກເຮົາ.
ຫຼັງຈາກຫຼາຍປະສົບການ, ພວກເຮົາບັນລຸໄດ້ຄວາມຖືກຕ້ອງການຈັດປະເພດທີ່ດີທີ່ສຸດຂອງ 9359% ສໍາລັບການ 57 ຊະນິດທີ່ເປັນໄມ້ຢືນຕົ້ນ. ປະສົບການກ່ຽວຂ້ອງກັບ 16096 3020 ການຝຶກອົບຮົມແລະໃບທົດສອບຮູບພາບ. ອີງຕາມການຄົ້ນພົບຂອງພວກເຮົາ, ພວກເຮົາໄດ້ມາກັບການສະຫລຸບປະຕິບັດຕາມ. ຂັ້ນຕອນການປຸງແຕ່ງຮູບພາບສະເພາະໃດຫນຶ່ງສໍາລັບການສະກັດລັກສະນະເຊັ່ນຮູບຮ່າງແລະໂຄງສ້າງການອະທິບາຍທີ່ພວກເຮົາໄດ້ນໍາໃຊ້ໃນໂຄງການຂອງພວກເຮົາ, ບໍ່ໄດ້ຜະລິດຄຸນນະສົມບັດເປັນຄວາມເປັນໄປໄດ້ເປັນເຄືອຂ່າຍ neural convoluted.
"Created by ກຸ່ມ inekereg share" => ນັກສຶກສາ metu
ອັບເດດແລ້ວເມື່ອ
ຄວາມປອດໄພເລີ່ມດ້ວຍການເຂົ້າໃຈວ່ານັກພັດທະນາເກັບກຳ ແລະ ແບ່ງປັນຂໍ້ມູນຂອງທ່ານແນວໃດ. ວິທີປະຕິບັດກ່ຽວກັບຄວາມເປັນສ່ວນຕົວ ແລະ ຄວາມປອດໄພຂອງຂໍ້ມູນອາດຈະແຕກຕ່າງກັນອີງຕາມການນຳໃຊ້, ພາກພື້ນ ແລະ ອາຍຸຂອງທ່ານ. ນັກພັດທະນາໃຫ້ຂໍ້ມູນນີ້ ແລະ ອາດຈະອັບເດດມັນເມື່ອເວລາຜ່ານໄປ.
ບໍ່ໄດ້ໄດ້ແບ່ງປັນຂໍ້ມູນກັບພາກສ່ວນທີສາມ
ສຶກສາເພີ່ມເຕີມ ກ່ຽວກັບວ່ານັກພັດທະນາປະກາດການແບ່ງປັນຂໍ້ມູນແນວໃດ
ບໍ່ໄດ້ເກັບກຳຂໍ້ມູນ
ສຶກສາເພີ່ມເຕີມ ກ່ຽວກັບວ່ານັກພັດທະນາປະກາດການເກັບກຳຂໍ້ມູນແນວໃດ
ການຈັດອັນດັບ ແລະ ຄຳຕິຊົມ
2,0
121 ຄຳຕິຊົມ
ມີຫຍັງໃໝ່
Sunucu güncellemesi, hata düzeltmeleri
