PFEBOUIDI

BOUIDI Abderrahmane

เกี่ยวกับแอปนี้

Image Recognition ในบริบทของ Computer Vision คือความสามารถของซอฟต์แวร์ในการระบุวัตถุ สถานที่ ผู้คน งานเขียน และการกระทำในภาพ คอมพิวเตอร์สามารถใช้เทคโนโลยีวิชันซิสเต็มร่วมกับกล้องและซอฟต์แวร์ปัญญาประดิษฐ์เพื่อให้เกิดการจดจำภาพ
การจัดประเภทรูปภาพหมายถึงกระบวนการในการมองเห็นด้วยคอมพิวเตอร์ซึ่งสามารถจำแนกรูปภาพตามเนื้อหาที่เป็นภาพได้ ตัวอย่างเช่น สามารถออกแบบอัลกอริธึมการจำแนกรูปภาพเพื่อระบุว่ารูปภาพมีร่างมนุษย์หรือไม่ แม้ว่าการตรวจจับวัตถุจะเป็นเรื่องเล็กน้อยสำหรับมนุษย์ แต่การจัดประเภทรูปภาพที่แข็งแกร่งยังคงเป็นความท้าทายสำหรับแอปพลิเคชันการมองเห็นด้วยคอมพิวเตอร์
วัตถุประสงค์ของการศึกษานี้คือการพิจารณาว่าอะไรทำให้ Deep Neural Network ประมวลผลข้อมูลที่ซับซ้อน เช่น ข้อมูลภาพ/วิดีโอ รวดเร็วและแม่นยำยิ่งขึ้น เราจะตรวจสอบสถาปัตยกรรมเครือข่ายประสาทที่ประสบความสำเร็จล่าสุดเพื่อพิจารณาว่าสิ่งใดมีประสิทธิภาพมากที่สุด (และเร็วที่สุด) สถาปัตยกรรมในการจัดประเภทรูปภาพ และเราจะวิจัยด้วยว่าเทคนิคการเพิ่มประสิทธิภาพใดทำงานได้ดีที่สุดในข้อมูลประเภทนี้
เราพยายามทำความเข้าใจว่าเมื่อเร็วๆ นี้นักวิจัยได้ก้าวไปอีกขั้นในการจดจำภาพด้วยการจัดประเภทภาพอย่างไร และดูว่าพวกเขาทำคะแนนได้แม่นยำอย่างไม่น่าเชื่อในการท้าทาย ImageNet อย่างไร โดยคำนึงถึงวิธีที่เราสามารถประมวลผลข้อมูลที่ซับซ้อน เช่น ข้อมูลภาพได้เร็วขึ้น เราจะจัดการกับปัญหาข้อมูลมากเกินไปได้อย่างไร และเราจะลดเวลาการฝึกอบรมของสถาปัตยกรรมได้อย่างไร