TreeLogy
2,0star
127 recensioner
10 tn+
Nedladdningar
Ingen åldersgräns
info
Om appen
"Treelogy" är en mobil applikation, som kan utföra träd blad baserad identifiering bland trädslag i Turkiet genom att använda en bild av en viss blad.
Det är bara intresserad av träd identifiering handfull ansökningar och de är främst avsedd för att upptäcka nordamerikanska och europeiska trädslag. Det finns inget program som har en bra prestanda och lokalisering stöd för att identifiera trädslag infödda till Turkiet. Detta projekt syftar till att fylla denna lucka.
Samtidigt som vi håller på att bygga denna ansökan, vi arbetat med övervakad lärande för klassificering uppgift. Vi fokuserade på både Deep Learning (Specifikt faltnings Djupa neuronnät) och stödvektormaskin. Träd identifierings blad process använder bildfunktioner som samlats in från Caffe, en faltningskodare ram neurala nätverk, och vår bildbehandlingsmodul.
Efter flera försök, nådde vi den optimala klassificering noggrannhet på 93,59% för 57 trädslag. Experiment innebär 16096 3020 utbildning och testning bladbilder. Enligt våra resultat, kommer vi fram till följande slutsats. Vissa förfaranden bildbehandling för att extrahera funktioner som form och konsistens beskrivningar, som vi har använt i vårt projekt, inte producera funktioner som möjligt som faltnings neurala nätverk.
"Skapad av gruppen delar inekereg" => Metu studenter
Det är bara intresserad av träd identifiering handfull ansökningar och de är främst avsedd för att upptäcka nordamerikanska och europeiska trädslag. Det finns inget program som har en bra prestanda och lokalisering stöd för att identifiera trädslag infödda till Turkiet. Detta projekt syftar till att fylla denna lucka.
Samtidigt som vi håller på att bygga denna ansökan, vi arbetat med övervakad lärande för klassificering uppgift. Vi fokuserade på både Deep Learning (Specifikt faltnings Djupa neuronnät) och stödvektormaskin. Träd identifierings blad process använder bildfunktioner som samlats in från Caffe, en faltningskodare ram neurala nätverk, och vår bildbehandlingsmodul.
Efter flera försök, nådde vi den optimala klassificering noggrannhet på 93,59% för 57 trädslag. Experiment innebär 16096 3020 utbildning och testning bladbilder. Enligt våra resultat, kommer vi fram till följande slutsats. Vissa förfaranden bildbehandling för att extrahera funktioner som form och konsistens beskrivningar, som vi har använt i vårt projekt, inte producera funktioner som möjligt som faltnings neurala nätverk.
"Skapad av gruppen delar inekereg" => Metu studenter
Uppdaterades den
Säkerhet börjar med förståelsen av hur utvecklare samlar in och delar din data. Praxis för dataintegritet och säkerhet varierar beroende på användning, region och ålder. Utvecklaren har tillhandahållit denna information och kan uppdatera den med tiden.
Betyg och recensioner
2,0
121 recensioner
Nyheter
Sunucu güncellemesi, hata düzeltmeleri
