Derin öğrenme mimarileri ile yapay zeka problemlerinin çözümü için birçok derin öğrenme yaklaşımı geliştirilmiştir. Güçlü özellik çıkarma ve öğrenme yetenekleri sebebiylede nesen tanıma işlemlerinde sıkça tervih edilmektedir. günümüzde en cok tercih edilen evcil hayvanların başında gelen köpeklerin tespiti farklı amaçlarla önem arz etmektedir. Cins bazında yapılan analizlerde tercih edilmektedir. Bu makalede, derin öğrenme yöntemleri ile 3 farklı tehlikeli köpek ırkından oluşan bir veri setinde köpeğin tespiti için derin öğrenme ve segmentasyon yöntemi birlikte kullanılmıştır. Elde edilen sonuçlarda NasNetLarge öncesinde kullanılan doku bölütleme yöntemiyle doğruluk oranını %88,33'e çıkardığı görülmüştür.
ResNet NasNetLarge Inceptionresnetv2 Doku segmentasyonu Nesne tanıma
Many deep learning approaches have been developed to solve artificial intelligence problems with deep learning architectures. Due to its powerful feature extraction and learning capabilities, it is frequently preferred in object recognition processes. Detection of dogs, which is one of the most preferred pets today, is important for different purposes. It is preferred in analyzes made on the basis of gender. In this article, deep learning methods and deep learning and segmentation methods are used together to detect the dog in a data set consisting of 3 different dangerous dog breeds. In the results obtained, it was seen that the accuracy rate increased to 88.33% with the tissue segmentation method used before NasNetLarge.
ResNet NasNetLarge Inceptionresnetv2 Texture segmentation Object recognition
Birincil Dil | İngilizce |
---|---|
Konular | İletişim Mühendisliği (Diğer) |
Bölüm | Araştırma Makaleleri |
Yazarlar | |
Yayımlanma Tarihi | 30 Haziran 2024 |
Yayımlandığı Sayı | Yıl 2024 Cilt: 5 Sayı: 1 |