Vehicle type classification with deep learning
Derin öğrenme ile araç tipi sınıflandırma
- Tez No: 631254
- Danışmanlar: DOÇ. DR. MUSTAFA ÖZUYSAL
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2020
- Dil: İngilizce
- Üniversite: İzmir Yüksek Teknoloji Enstitüsü
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Bilgisayar Mühendisliği Bilim Dalı
- Sayfa Sayısı: 77
Özet
Bu tez çalışmasında, taşıt tipi sınıflandırma problemi farklı açılardan incelenmiştir. Bir imgeyi dokuz araç türünden biri olarak sınıflandırmak için imge boyutu, veri kümelerindeki örnek sayısı gibi farklı parametreleri kullanan bir derin öğrenme tekniği uygulanmıştır. Eğitimli modeller arasında en uygun olanını seçtikten sonra, sorunu hiyerarşik bir ağaç sınıflandırma problemine dönüştürerek üç farklı ağaç hiyerarşisinde analiz ettik. Deneyler, hiyerarşik ağaçların yapraklarına karşılık gelen dokuz sınıfın her biri için olasılıkları hesaplamak için üç hesaplama yöntemi kullanılarak gerçekleştirilmiştir. Bu çalışmalar, ResNet34 mimarisinde 224 görüntü boyutuna göre Stanford veri seti kullanılarak seviye-2 ile hiyerarşik ağaçta geleneksel aritmetik ortalama hesaplama uygulandığında 0.762812 ortalama doğruluğunun elde edildiği sonucuna varmaktadır.
Özet (Çeviri)
In this thesis, we studied the vehicle type classification problem from several perspectives. We apply a deep learning technique with different parameters such as image size and the number of images in data sets to the classification of an image as one of the nine vehicle types. After choosing the most appropriate one among trained models, we convert the problem into a hierarchical tree classification problem so that it could be analyzed in three different tree hierarchies. Experiments are performed using three computational methods for calculating possibilities for each of the nine classes that correspond to the leaves of the hierarchical trees. These studies result in a conclusion that 0.762812 average accuracy is obtained when traditional arithmetic mean computation applied on the hierarchical tree with level-2 using the Stanford Dataset by 224 image size on ResNet34 architecture.
Benzer Tezler
- Otonom araçlar için derin öğrenme ile çoklu şerit algılama ve şerit tipi sınıflandırma sistemi
Multi-lane detection and lane type classification system with deep learning for autonomous vehicles
SİNAN ÖZEN
Yüksek Lisans
Türkçe
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolKocaeli ÜniversitesiElektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
DOÇ. DR. AYSUN TAŞYAPI ÇELEBİ
- Machine learning approaches for internet of things based vehicle type classification and network anomaly detection
Nesnelerin interneti tabanlı araç tipi sınıflandırma ve ağ anomalisi tespiti için makine öğrenmesi yaklaşımları
BURAK KOLUKISA
Doktora
İngilizce
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolAbdullah Gül ÜniversitesiElektronik ve Bilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. VEHBİ ÇAĞRI GÜNGÖR
- Traffic sign recognition with machine learning methods
Makine ile öğrenme yöntemleriyle trafik işareti tanıma
EMİN ALPER SÜRÜCÜ
Yüksek Lisans
İngilizce
2019
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolDokuz Eylül ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ HATİCE DOĞAN
- İnsansız Hava Aracı tespiti ve sınıflandırılması için derin öğrenme tabanlı tekniklerin geliştirilmesi
Development of deep learning based techniques for Unmanned Aerial Vehicle detection and classification
EMRULLAH KIZILAY
Yüksek Lisans
Türkçe
2022
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolFırat ÜniversitesiSavunma Teknolojileri Ana Bilim Dalı
DOÇ. DR. İLHAN AYDIN
- Machine learning based for insurance claims fraud detection technique for safeguarding the health industry
Sağlık sektörünü koruma amaçlı makine eğitimi tabanlı sigorta talep dolandırıcılığı tespit tekniği
GHİNA ÖZDEMİR
Yüksek Lisans
İngilizce
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Aydın ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. RAFET AKDENİZ