Gömülü sistem üzerinde evrişimsel sinir ağları ile nesne sınıflandırması / Rasim Caner Çalık.

By:

Çalık, Rasim Caner

Contributor(s):

TOBB Ekonomi ve Teknoloji Üniversitesi. Fen Bilimleri Enstitüsü

Material type: Text

TextLanguage: Türkçe Publisher: Ankara : TOBB ETÜ Fen Bilimleri Enstitüsü, 2018Description: xi, 64 pages ; 29 cmContent type:

text

Media type:

unmediated

Carrier type:

volume

Subject(s):

Online resources:

Ulusal Tez Merkezi

Dissertation note: Tez (Yüksek Lisans)--TOBB ETÜ Fen Bilimleri Enstitüsü Temmuz 2018 Summary: Derin sinir a˘gları görüntü sınıflandırma üzerinde ba¸sarılı bir ¸sekilde uygulanmaktadır. Görüntüde tespit edilen nesnelerin ne oldu˘gunu anlanması büyük bir ilgi görmektedir. Derin sinir a˘glarının gömülü sistemler üzerinde kullanılması oldukça fazla hafıza ve güçlü i¸slemci teknolojileri gerektirmektedir. Bu tezin amacı gömülü bir sistem üzerinde görüntü sınıflandırma i¸sleminin ne kadar ba¸sarılı bir ¸sekilde yapıldı˘gını gözlemlemektir. Bu çalı¸smada sadece 3 GB hafıza kullanarak geli¸stirilen mimari ile %85.9 oranında do˘gruluk elde edilmi¸stir. Önerilen mimari 4 saat içerisinde e˘gitilerek, 0.7 ms içersinde sınıflandırma sonucunu üretmektedir.Summary: Deep Neural Network is successfully applied for image classification problems. The understanding of what object is detected in the image is great interested. The prupose of this article is that image classification problem and tracking classified object could be applied in real time systems. The aim of this thesis is image classification process is observing how successful in an embedded system. In this work, proposed architecture has only 3 GB memory with accuracy %85.9. It trains in 4 hour,and outputs the classification result in 0.7 ms.

Tags from this library: No tags from this library for this title. Log in to add tags.

Average rating: 0.0 (0 votes)

Holdings
Item type	Current library	Home library	Collection	Call number	Copy number	Status	Date due	Barcode
Thesis	Merkez Kütüphane Tez Koleksiyonu / Thesis Collection	Merkez Kütüphane	Tezler	TEZ TOBB FBE BİL YL’18 ÇAL (Browse shelf(Opens below))	1	Ödünç Verilemez-Tez / Not For Loan-Thesis		TZ00915

Tez (Yüksek Lisans)--TOBB ETÜ Fen Bilimleri Enstitüsü Temmuz 2018

Derin sinir a˘gları görüntü sınıflandırma üzerinde ba¸sarılı bir ¸sekilde uygulanmaktadır.
Görüntüde tespit edilen nesnelerin ne oldu˘gunu anlanması büyük bir ilgi
görmektedir. Derin sinir a˘glarının gömülü sistemler üzerinde kullanılması oldukça
fazla hafıza ve güçlü i¸slemci teknolojileri gerektirmektedir. Bu tezin amacı gömülü
bir sistem üzerinde görüntü sınıflandırma i¸sleminin ne kadar ba¸sarılı bir ¸sekilde
yapıldı˘gını gözlemlemektir. Bu çalı¸smada sadece 3 GB hafıza kullanarak geli¸stirilen
mimari ile %85.9 oranında do˘gruluk elde edilmi¸stir. Önerilen mimari 4 saat
içerisinde e˘gitilerek, 0.7 ms içersinde sınıflandırma sonucunu üretmektedir.

Deep Neural Network is successfully applied for image classification problems.
The understanding of what object is detected in the image is great interested. The
prupose of this article is that image classification problem and tracking classified
object could be applied in real time systems. The aim of this thesis is image
classification process is observing how successful in an embedded system. In this
work, proposed architecture has only 3 GB memory with accuracy %85.9. It trains
in 4 hour,and outputs the classification result in 0.7 ms.

There are no comments on this title.

to post a comment.