Vehicle detection on small scale data by generative data augmentation
Küçük ölçekli verilerde araç tespiti için üretken metodlarla veri artırma
- Tez No: 665088
- Danışmanlar: PROF. DR. ALPTEKİN TEMİZEL
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2021
- Dil: İngilizce
- Üniversite: Orta Doğu Teknik Üniversitesi
- Enstitü: Enformatik Enstitüsü
- Ana Bilim Dalı: Modelleme ve Simülasyon Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Eğitim verilerinin yetersiz olması durumu, derin sinir ağlarının potansiyellerini açığa çıkarmasında en önde gelen sorunlardan biridir. Veri eksikliği probleminin üstesinden gelmek için, derin sinir ağlarının eğitim öncesi ve eğitim aşamaları sırasında veri artırma tekniklerine sıklıkla başvurulur. Bu teknikler, eğitim örneği sayısını ve örneklerin dağılımını artırarak bir sinir ağının belirli bir test seti için performansını artırmayı amaçlamaktadır. Bu çalışmada, sadece eğitim verilerindeki araç sınıfına ait nesnelerin sınırlayıcı kutu etiketleri kullanılarak bir veri artırım yöntemi önerilip, havadan çekilmiş az miktarda bulunan görüntülerde araç tespiti performansı geliştirilmeye odaklanılmıştır. Önerilen yöntemin koşullu üretken çekişmeli ağların (cGAN) farklı varyasyonlarıyla beraber çalışabileceği ve performansı iyileştirilebileceği gösterilmiştir. Önerilen yöntemdeki modüller eşsiz olmamakla birlikte değiştirilebilir veya modifiye edilebilir. Bununla birlikte obje tespit performansını daha da arttırmak için klasik data artırımı teknikleri ile birlikte kullanılabilir. Önerilen veri artırma yönteminin, Pluralistic, PSGAN, ve DeepFill üretken ağları ile birlikte kullanıldığında ortalama başarım hesaplamasında sırasıyla 25.2%, 32.7%, ve 25.7% seviyesine kadar artış sağladığı gösterildi.
Özet (Çeviri)
Scarcity of training data is one of the prominent problems for deep neural networks, which commonly require high amounts of data to display their potential. Data augmentation techniques are frequently applied during the pre-training and training phases of deep neural networks to overcome the problem of having insufficient data for training. These techniques aim to increase a neural network's generalization performance on unseen data by increasing the number of training samples and provide a more representative distribution to the system during training. In this work, we focus on improving vehicle detection in aerial images by proposing a data augmentation method that does not need any extra supervision than the bounding box annotations of the vehicle instances in the training data. The methods we used are based on a conditional Generative Adversarial Network (cGAN). The proposed method is not exclusive and can be used in association with classical augmentation techniques to further improve object detection performance. We showed that the proposed data augmentation method increases the Average Precision by up to 25.2%, 32.7%, and 25.7% when integrated with Pluralistic, PSGAN, and DeepFill respectively.
Benzer Tezler
- Aı autonomous vehıcles: Advancements, challenges and future dırectıons
Ai otonom araçlar: Gelişmeler, zorluklar ve gelecek yönleri̇
DARAR KALID AHMED DARAR KALID AHMED
Yüksek Lisans
İngilizce
2025
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolAnkara Yıldırım Beyazıt ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. FATİH VEHBİ ÇELEBİ
- İzmir'de bazı yolların kapatılarak yaya bölgeleri oluşturma da kent peyzajını geliştirme açısından yeniden planlanması üzerinde araştırmalar
Başlık çevirisi yok
BAHAR TÜRKYILMAZ
Yüksek Lisans
Türkçe
1985
Şehircilik ve Bölge PlanlamaEge ÜniversitesiŞehir ve Bölge Planlama Ana Bilim Dalı
- Kurbağa gastrik mukozasında K-H ATPaz enziminin kinetik özellikleri ve oluşturulan ülser modelinde enzim aktivitesi
Başlık çevirisi yok
SEYHAN TÜKEL
- Hipodramların peyzaj planlama ilkelerine göre düzenlenmesi üzerinde araştırmalar“Veli efendi hipodromu örneklemesi”
A Survey on the arrangement of the hippodromes according to the landscape planning prinaples
LEVENT BOYACIOĞLU
Yüksek Lisans
Türkçe
1987
MimarlıkEge ÜniversitesiPeyzaj Mimarlığı Ana Bilim Dalı
PROF. DR. AYSEL BAYRAKTAR
- Taşıtların yol pürüzlüğüne bağlı olarak düşey titreşimleri
Başlık çevirisi yok
MUSTAFA KORKUT BAYTAZ
Yüksek Lisans
Türkçe
1986
Makine MühendisliğiErciyes ÜniversitesiMakine Ana Bilim Dalı
YRD. DOÇ. DR. İBRAHİM UZMAY