TreeLogy
2.0star
127 അവലോകനങ്ങൾ
10K+
ഡൗൺലോഡുകൾ
എല്ലാവർക്കും
info
ഈ ആപ്പിനെക്കുറിച്ച്
"Treelogy" ഒരു നൽകിയ ഇല ഒന്ന് ചിത്രം ഉപയോഗിക്കുന്നത് തുർക്കി ഇനം വൃക്ഷങ്ങൾ ഇടയിൽ വൃക്ഷം ഇല അടിസ്ഥാനത്തിലുള്ള തിരിച്ചറിയൽ ചെയ്യാൻ ഒരു മൊബൈൽ അപ്ലിക്കേഷൻ ആണ്.
അപ്ലിക്കേഷനുകളുടെ വൃക്ഷം ഐഡന്റിഫിക്കേഷൻ ഒരുപിടി താൽപര്യമില്ല ഉണ്ടായിട്ടു അവർ പ്രധാനമായും വടക്കേ അമേരിക്കൻ, യൂറോപ്യൻ ഇനം വൃക്ഷങ്ങൾ കണ്ടെത്തിക്കൊണ്ട് ഉദ്ദേശിച്ചുള്ളതാണ്. തുർക്കി ലേക്കുള്ള നേറ്റീവ് ഇനം വൃക്ഷങ്ങൾ തിരിച്ചറിയുന്നതിന് ഒരു നല്ല പ്രകടനം സ്ഥാനവും പിന്തുണ ഉണ്ട് യാതൊരു അപ്ലിക്കേഷൻ ഒന്നുമില്ല. ഈ പ്രോജക്റ്റ് ഈ വിടവ് നിറയ്ക്കാൻ ലക്ഷ്യം.
ഞങ്ങൾ ഈ അപ്ലിക്കേഷൻ നിർമിക്കാൻ നൽകുമ്പോൾ, ഞങ്ങൾ ക്ലാസിഫിക്കേഷൻ ടാസ്ക് വേണ്ടി സൂപ്പർവൈസുചെയ്ത പഠന വ്യാപൃതനായി. ഞങ്ങൾ ഡീപ് പഠന ഇരുവരും (പ്രത്യേകമായി convolutional ഡീപ് സിരാശൃംഖല നെറ്റ്വർക്കുകൾ), പിന്തുണ വെക്ടർ മെഷീൻസ് കേന്ദ്രീകരിച്ചായിരുന്നു. ട്രീ ഇല ഐഡന്റിഫിക്കേഷൻ പ്രക്രിയ ചിത്രം ഉപയോഗിക്കുന്നു കഫെകൾ, ഒരു convolutional ന്യൂറൽ നെറ്റ്വർക്ക് ചട്ടക്കൂട് നമ്മുടെ ചിത്ര പ്രക്രിയ ഘടകം വന്നുകൂടി സവിശേഷതകൾ.
നിരവധി പരീക്ഷണങ്ങൾ ശേഷം ഞങ്ങൾ 57 ഇനം വൃക്ഷങ്ങൾ വേണ്ടി 93,59% ഏറ്റവും സമുചിതമായ വർഗ്ഗീകരണം കൃത്യത എത്തിയോ. പരീക്ഷണങ്ങൾ 16096 3020 പരിശീലനവും ടെസ്റ്റിംഗ് ഇല ചിത്രങ്ങൾ ഇടപെടണം. ഞങ്ങളുടെ കണ്ടെത്തലുകൾ പ്രകാരം നിഗമനം താഴെ വന്നിരിക്കുന്നു. പോലുള്ള ഞങ്ങളുടെ പദ്ധതി ഉപയോഗിക്കുന്ന ചെയ്ത ആകൃതിയും ടെക്സ്ചർ ഡിസ്ക്രിപ്ടറുകൾ, കുഴിച്ചെടുക്കുന്ന സവിശേഷതകൾ ചില ചിത്ര പ്രക്രിയ നടപടിക്രമങ്ങൾ, convolutional നാഡീ നെറ്റ്വർക്കുകൾ പ്രാവർത്തികവുമാണ് സവിശേഷതകൾ ഹാജരാക്കണം ഇല്ല.
=> METU വിദ്യാർഥികൾ "ഗ്രൂപ്പ് വിഹിതം inekereg സൃഷ്ടിച്ചത്"
അപ്ലിക്കേഷനുകളുടെ വൃക്ഷം ഐഡന്റിഫിക്കേഷൻ ഒരുപിടി താൽപര്യമില്ല ഉണ്ടായിട്ടു അവർ പ്രധാനമായും വടക്കേ അമേരിക്കൻ, യൂറോപ്യൻ ഇനം വൃക്ഷങ്ങൾ കണ്ടെത്തിക്കൊണ്ട് ഉദ്ദേശിച്ചുള്ളതാണ്. തുർക്കി ലേക്കുള്ള നേറ്റീവ് ഇനം വൃക്ഷങ്ങൾ തിരിച്ചറിയുന്നതിന് ഒരു നല്ല പ്രകടനം സ്ഥാനവും പിന്തുണ ഉണ്ട് യാതൊരു അപ്ലിക്കേഷൻ ഒന്നുമില്ല. ഈ പ്രോജക്റ്റ് ഈ വിടവ് നിറയ്ക്കാൻ ലക്ഷ്യം.
ഞങ്ങൾ ഈ അപ്ലിക്കേഷൻ നിർമിക്കാൻ നൽകുമ്പോൾ, ഞങ്ങൾ ക്ലാസിഫിക്കേഷൻ ടാസ്ക് വേണ്ടി സൂപ്പർവൈസുചെയ്ത പഠന വ്യാപൃതനായി. ഞങ്ങൾ ഡീപ് പഠന ഇരുവരും (പ്രത്യേകമായി convolutional ഡീപ് സിരാശൃംഖല നെറ്റ്വർക്കുകൾ), പിന്തുണ വെക്ടർ മെഷീൻസ് കേന്ദ്രീകരിച്ചായിരുന്നു. ട്രീ ഇല ഐഡന്റിഫിക്കേഷൻ പ്രക്രിയ ചിത്രം ഉപയോഗിക്കുന്നു കഫെകൾ, ഒരു convolutional ന്യൂറൽ നെറ്റ്വർക്ക് ചട്ടക്കൂട് നമ്മുടെ ചിത്ര പ്രക്രിയ ഘടകം വന്നുകൂടി സവിശേഷതകൾ.
നിരവധി പരീക്ഷണങ്ങൾ ശേഷം ഞങ്ങൾ 57 ഇനം വൃക്ഷങ്ങൾ വേണ്ടി 93,59% ഏറ്റവും സമുചിതമായ വർഗ്ഗീകരണം കൃത്യത എത്തിയോ. പരീക്ഷണങ്ങൾ 16096 3020 പരിശീലനവും ടെസ്റ്റിംഗ് ഇല ചിത്രങ്ങൾ ഇടപെടണം. ഞങ്ങളുടെ കണ്ടെത്തലുകൾ പ്രകാരം നിഗമനം താഴെ വന്നിരിക്കുന്നു. പോലുള്ള ഞങ്ങളുടെ പദ്ധതി ഉപയോഗിക്കുന്ന ചെയ്ത ആകൃതിയും ടെക്സ്ചർ ഡിസ്ക്രിപ്ടറുകൾ, കുഴിച്ചെടുക്കുന്ന സവിശേഷതകൾ ചില ചിത്ര പ്രക്രിയ നടപടിക്രമങ്ങൾ, convolutional നാഡീ നെറ്റ്വർക്കുകൾ പ്രാവർത്തികവുമാണ് സവിശേഷതകൾ ഹാജരാക്കണം ഇല്ല.
=> METU വിദ്യാർഥികൾ "ഗ്രൂപ്പ് വിഹിതം inekereg സൃഷ്ടിച്ചത്"
അപ്ഡേറ്റ് ചെയ്ത തീയതി
ഡെവലപ്പര്‍മാർ നിങ്ങളുടെ ഡാറ്റ ശേഖരിക്കുകയും പങ്കിടുകയും ചെയ്യുന്നത് എങ്ങനെയെന്ന് മനസ്സിലാക്കുന്നതിലൂടെയാണ് സുരക്ഷ ആരംഭിക്കുന്നത്. നിങ്ങളുടെ ഉപയോഗത്തെയും പ്രദേശത്തെയും പ്രായത്തെയും അടിസ്ഥാനമാക്കി ഡാറ്റാ സ്വകാര്യതയും സുരക്ഷാ നടപടികളും വ്യത്യാസപ്പെടാം. ഡെവലപ്പര്‍ ഈ വിവരങ്ങൾ നൽകി കാലക്രമേണ ഇത് അപ്ഡേറ്റ് ചെയ്തേക്കാം.
മൂന്നാം കക്ഷികളുമായി ഡാറ്റയൊന്നും പങ്കിട്ടില്ല
ഡെവലപ്പർമാർ എങ്ങനെയാണ് പങ്കിടൽ പ്രഖ്യാപിക്കുന്നത് എന്നതിനെക്കുറിച്ച് കൂടുതലറിയുക
ഡാറ്റയൊന്നും ശേഖരിച്ചിട്ടില്ല
ഡെവലപ്പർമാർ എങ്ങനെയാണ് ശേഖരണം പ്രഖ്യാപിക്കുന്നത് എന്നതിനെക്കുറിച്ച് കൂടുതലറിയുക
റേറ്റിംഗുകളും റിവ്യൂകളും
2.0
121 റിവ്യൂകൾ
പുതിയതെന്താണുള്ളത്?
Sunucu güncellemesi, hata düzeltmeleri
