PFEBOUIDI

BOUIDI Abderrahmane

Bu uygulama hakkında

Bilgisayarla Görme bağlamında Görüntü Tanıma, yazılımın görüntülerdeki nesneleri, yerleri, insanları, yazıları ve eylemleri tanımlama yeteneğidir. Bilgisayarlar, görüntü tanıma elde etmek için yapay görme teknolojilerini bir kamera ve yapay zeka yazılımıyla birlikte kullanabilir.
Görüntü sınıflandırması, bir görüntüyü görsel içeriğine göre sınıflandırabilen bilgisayar vizyonundaki bir süreci ifade eder. Örneğin, bir görüntünün insan figürü içerip içermediğini belirtmek için bir görüntü sınıflandırma algoritması tasarlanabilir. Nesne algılama insanlar için önemsiz olsa da, sağlam görüntü sınıflandırması bilgisayarlı görü uygulamaları için bir zorluk olmaya devam etmektedir.
Bu çalışmanın amacı, görüntü/video verileri gibi karmaşık verileri işleyen bir derin sinir ağının nelerin daha hızlı ve daha doğru olduğunu belirlemektir, en verimli (ve en hızlı) olanı belirlemek için en son başarılı sinir ağı mimarilerini inceleyeceğiz. mimari(ler)i inceleyeceğiz ve ayrıca bu tür verilerde hangi optimizasyon tekniklerinin en iyi sonucu verdiğini araştıracağız.
Araştırmacıların yakın zamanda görüntüleri sınıflandırarak görsel tanımada nasıl büyük bir adım attığını anlamaya çalışıyoruz ve ImageNet mücadelesinde nasıl inanılmaz bir doğruluk puanı aldıklarını görüyoruz. Görüntü verileri gibi karmaşık verileri nasıl daha hızlı işleyebiliriz, bu veriler üzerinde aşırı sığdırma sorununu nasıl halledebiliriz ve mimarimizin eğitim süresini nasıl en aza indirebiliriz.