فروشگاه پروژه مارکت

پروژه طراحی شبکه فشار قوی و ایستگاه برق صنعتی
۲ اردیبهشت ۱۳۹۸
یک روش انتخاب ویژگی دو مرحله‌ای برای موضوع‌بندی متن بر اساس مقاله با استفاده از الگوریتم ژنتیک
۲ اردیبهشت ۱۳۹۸
نمایش همه

تجزیه و تحلیل شبکه های عصبی مصنوعی برای طبقه بندی تصویر براساس روش یک مقاله

۱۴۹,۰۰۰ تومان

شبیه سازی مقاله شبکه عصبی

An Analysis Of Convolutional Neural Networks For Image Classification

مناسب برای ارائه به عنوان

پروژه آماده شبکه عصبی

مقاله شبیه سازی شده شبکه عصبی

پروژه آماده درس کنترل عصبی

تجزیه و تحلیل شبکه های عصبی مصنوعی برای طبقه بندی تصویر

چکیده

در این مقاله یک تحلیل تجربی از عملکرد شبکه های عصبی کانولوشه ای محبوب (CNNs) برای شناسایی اشیاء در فید های ویدئویی در زمان واقعی ارائه شده است. شبکه های عصبی پیچیده ترین شبکه برای شناسایی شیء و طبقه بندی دسته بندی شیء از تصاویر، Alex Nets، GoogLeNet و ResNet50 هستند. مجموعه متنوعی از مجموعه داده های تصویری برای تست عملکرد انواع مختلف CNNموجود است. مجموعه داده های معیاری رایج برای ارزیابی عملکرد یک شبکه عصبی کانولوشن مجموعه داده های ImageNet و مجموعه داده های تصویری CIFAR10، CIFAR100 و MNIST است. ما سه نمونه محبوب ترین مجموعه های ImageNet، CIFAR10 و CIFAR100 را برای مطالعه ما گرفته ایم. از آنجا که تست عملکرد یک شبکه در یک مجموعه داده ها، توانایی و محدودیت های واقعی آن را نشان نمی دهد. لازم به ذکر است که فیلم ها به عنوان یک مجموعه داده های آموزشی مورد استفاده قرار نمی گیرند، آنها به عنوان مجموعه داده های آزمایشی مورد استفاده قرار می گیرند. تجزیه و تحلیل ما نشان می دهد که GoogLeNet و ResNet50 قادر به تشخیص اشیا با دقت بهتر در مقایسه با Alex Net هستند. علاوه بر این، عملکرد CNN های آموزش دیده به طور قابل توجهی در دسته های مختلفی از اشیا متفاوت است و بنابراین ما دلایل ممکن برای این موضوع را مورد بحث قرار خواهیم داد.

دیدگاهها

هیچ دیدگاهی برای این محصول نوشته نشده است.

اولین نفری باشید که دیدگاهی را ارسال می کنید برای “تجزیه و تحلیل شبکه های عصبی مصنوعی برای طبقه بندی تصویر براساس روش یک مقاله”

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *