Foto-kapanlar doğal ortamda yaşayan canlılara
ait görüntülerin elde edilmesi amacıyla kullanılan gömülü sistemlerdir.
Foto-kapanların hareket tetikleyicisi ile belirli frekanslarda kaydettiği bu
görüntüler, karmaşıklık, arka plan hareketi, ışık şiddeti yetersizliği,
kapanma, afin ve 3D dönüşümü, ölçekleme değişimi, parçalı nesne bulunması gibi
önemli zorluklar içermektedir. Görüntülerdeki canlıların otomatik olarak tespit
edilmesi ve bu zorlukların giderilmesi için kullanılan yerel ve genel
öznitelikler ile örüntü tanıma yöntemleri bu zorluklara karşı sınırlı
dayanıklılığa sahip olmaları, görüntülere ait derin özniteliklerin
çıkarılabildiği derin öğrenme tabanlı yöntemlerin tercih edilmesine neden
olmaktadır. YOLO mimarisi, gerçek zamanlı nesne tespitinde kullanılan yüksek
tespit ve hız performansına sahip bir derin öğrenme yöntemidir. Bu çalışmada
PASCAL VOC veri seti ile eğitilmiş YOLO mimarisinin çok sayıda zorluk içeren
foto-kapan veri setindeki tespit başarısı değerlendirilmiştir. Foto-kapan veri
setinde yapılan uygulamada yüksek tespit başarısı elde edilmiştir.
Atatürk Üniversitesi
FYL-2018-6623
Bu çalışma Atatürk Üniversitesi Bilimsel Araştırma Projelerini destekleme programı kapsamında FYL-2018-6623 proje numarası ile desteklenmiştir
FYL-2018-6623
Primary Language | Turkish |
---|---|
Subjects | Computer Software |
Journal Section | Research Articles |
Authors | |
Project Number | FYL-2018-6623 |
Publication Date | June 30, 2020 |
Published in Issue | Year 2020 Volume: 3 Issue: 1 |