TreeLogy
2,0star
127 կարծիք
10 հզր+
Ներբեռնումներ
Բոլորի համար
info
Հավելվածի մասին
«Treelogy» - ը բջջային դիմումը, որը կարող է կատարել ծառը leaf-ի վրա հիմնված նույնականացումը շրջանում ծառատեսակների Թուրքիայում օգտագործելով մեկ պատկեր է տվյալ տերեւի.
Կա միայն հետաքրքրում է ծառի նույնականացման բուռ դիմումների եւ նրանք, որոնք նախատեսված են հիմնականում հայտնաբերելու Հյուսիսամերիկյան եւ եվրոպական ծառատեսակների: Չկա որեւէ ծրագիր է, որը ունի լավ կատարումը եւ տեղայնացման աջակցություն հայտնաբերելու համար ծառատեսակների հարազատ է Թուրքիա: Այս նախագիծը նպատակ ունի լրացնել այդ բացը:
Մինչ մենք կառուցման այս ծրագիրը, մենք աշխատել վերահսկվողի ուսուցման դասակարգման խնդիր է. Մենք կենտրոնացած է թե Deep Learning (Մասնավորապես convolutional Deep նեյրոնային ցանցեր) եւ աջակցություն վեկտորը մեքենաների. Tree տերեւ նույնականացման գործընթացը օգտագործում պատկերի առանձնահատկությունները հավաքվել Սուրճ, մի convolutional նեյրոնային ցանցի շրջանակներում, եւ մեր պատկերի մշակման մոդուլի.
Հետո մի քանի փորձեր, հասանք օպտիմալ դասակարգման ճշգրտությունը 93.59% 57 ծառատեսակների: Փորձարկումները ներգրավել 16096 3020 վերապատրաստման եւ թեստավորման տերեւի պատկերները: Ըստ մեր արդյունքների, մենք գալիս ենք հետեւյալ եզրակացության. Որոշակի պատկերի մշակման ընթացակարգերը որակական առանձնահատկություններ, ինչպիսիք են հյուսվածք ձեւավորում եւ բնութագրիչների, որը մենք օգտագործվող մեր նախագծի, չի արտադրում առանձնահատկություններ, ինչպես հնարավոր է որպես convolutional neural ցանցեր.
«Ստեղծված խմբի բաժնետոմսերի inekereg» => Metu Ուսանողների
Կա միայն հետաքրքրում է ծառի նույնականացման բուռ դիմումների եւ նրանք, որոնք նախատեսված են հիմնականում հայտնաբերելու Հյուսիսամերիկյան եւ եվրոպական ծառատեսակների: Չկա որեւէ ծրագիր է, որը ունի լավ կատարումը եւ տեղայնացման աջակցություն հայտնաբերելու համար ծառատեսակների հարազատ է Թուրքիա: Այս նախագիծը նպատակ ունի լրացնել այդ բացը:
Մինչ մենք կառուցման այս ծրագիրը, մենք աշխատել վերահսկվողի ուսուցման դասակարգման խնդիր է. Մենք կենտրոնացած է թե Deep Learning (Մասնավորապես convolutional Deep նեյրոնային ցանցեր) եւ աջակցություն վեկտորը մեքենաների. Tree տերեւ նույնականացման գործընթացը օգտագործում պատկերի առանձնահատկությունները հավաքվել Սուրճ, մի convolutional նեյրոնային ցանցի շրջանակներում, եւ մեր պատկերի մշակման մոդուլի.
Հետո մի քանի փորձեր, հասանք օպտիմալ դասակարգման ճշգրտությունը 93.59% 57 ծառատեսակների: Փորձարկումները ներգրավել 16096 3020 վերապատրաստման եւ թեստավորման տերեւի պատկերները: Ըստ մեր արդյունքների, մենք գալիս ենք հետեւյալ եզրակացության. Որոշակի պատկերի մշակման ընթացակարգերը որակական առանձնահատկություններ, ինչպիսիք են հյուսվածք ձեւավորում եւ բնութագրիչների, որը մենք օգտագործվող մեր նախագծի, չի արտադրում առանձնահատկություններ, ինչպես հնարավոր է որպես convolutional neural ցանցեր.
«Ստեղծված խմբի բաժնետոմսերի inekereg» => Metu Ուսանողների
Վերջին թարմացումը՝
Անվտանգությունը որոշվում է նրանով, թե ինչպես են մշակողները հավաքում և փոխանցում ձեր տվյալները։ Տվյալների գաղտնիության և անվտանգության ապահովումը կախված է հավելվածի օգտագործումից, օգտատիրոջ տարիքից և բնակության երկրից։ Այս տեղեկությունները տրամադրվել են մշակողի կողմից և ժամանակի ընթացքում կարող են թարմացվել։
Երրորդ կողմերին տվյալներ չեն փոխանցվում
Իմացեք ավելին, թե ինչպես են մշակողները հայտարարում տվյալների փոխանցման մասին
Հավելվածը տվյալներ չի հավաքում
Իմացեք ավելին, թե ինչպես են մշակողները հայտարարում տվյալների հավաքման մասին
Գնահատականներ և կարծիքներ
2,0
121 կարծիք
Ինչ նոր բան կա
Sunucu güncellemesi, hata düzeltmeleri
