Resıdual network tabanlı uygulama ile göz bakterilerin sınıflandırılması
Classification of eye bacteria with residual network based application
- Tez No: 845180
- Danışmanlar: DOÇ. DR. SEFER KURNAZ
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2023
- Dil: Türkçe
- Üniversite: Altınbaş Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Elektrik ve Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 103
Özet
Günümüzde görüntü tanıma teknolojileri, her geçen gün daha da popülerleşerek gelişmektedir. Görüntü tanıma teknolojileri; endüstriyel otomasyonlar, Medikal ve sağlık, astronomi, otomatik sürüş ve uçuş sistemleri gibi birçok alanda kullanılmaktadır. Yüz tanıma sistemleri, elektronik görüntü belirleme lensleri, optik okuyucular; görüntü işleme konusunda son yıllarda hem akademik alanda hem de sosyal alanlarda yaygın olarak kullanılan ve araştırılan insan-bilgisayar etkileşimi konuları arasında yer almaktadır. Bu çalışmada yapay sinir ağlarından biri olan ResNet sistemi, deep neural network modellerindeki gradiyent sıkışması problemini çözmek için skip connection'ları kullanır. Bu skip connection'lar, modelin önceki katmanlarından gelen bilginin direkt olarak sonraki katmanlara aktarılmasını sağlar ve böylece gradiyent sıkışmasını önlenebilir ve daha derin network'lerin eğitilebilmesi mümkün olabilir. Çalışmamızda Resnet çoklu görüntü alma mimari yapısını kullanarak gözlerde bulunan bakteri türlerini ayırt edip sınıflandırmaya çalıştık. Sistemde kullandığımız mimari sayesinde, bakteri görüntülerinin daha derin ve daha kompleks modeller oluşturmasının yanı sıra daha yüksek performanslı görüntü elde etmemizi mümkün kılmaktadır. ResNet, ImageNet gibi büyük veri kümelerinde yüksek performans göstermiş olup güncel deep learning uygulamalarından birçoklarında kullanılan bir sistem olmuştur.
Özet (Çeviri)
Today, image recognition technologies continue to be popularised day by day. They are used in many fields such as industrial automation, medical and health, astronomy, automatic driving and flight systems, face recognition systems, electronic image detection lenses, optical readers are among the human-computer interaction topics that have been widely used and researched in both academic and social fields in recent years in image processing. In this study, the ResNet system, one of the artificial neural networks, uses skip connections to solve the gradient compression problem in deep neural network models. These skip connections allow the information from the previous layers of the model to be transferred directly to the next layers, so that gradient compression can be avoided and deeper networks can be trained. In our study, we tried to distinguish and classify the types of bacteria found in the eyes by using the ResNet multi-image retrieval architecture. Thanks to the architecture we use in the system, it enables us to obtain higher performance images as well as deeper and more complex models of bacteria images. ResNet has shown high performance on large datasets such as ImageNet and has become a system used in many current deep learning models.
Benzer Tezler
- LED and visible light-induced metal free ATRP using reducible dyes in the presence of amines
İndirgenebilir boyar madde/amin sistemi ile LED ve görünür bölge ışığıyla başlatılmış metal içeriksiz ATRP
CEREN KÜTAHYA
Yüksek Lisans
İngilizce
2016
Kimyaİstanbul Teknik ÜniversitesiKimya Ana Bilim Dalı
PROF. DR. YUSUF YAĞCI
- Derin öğrenme tabanlı görüntü gürültü giderme için yoğun bağlantı kullanan yeni yaklaşımlar
Densely connected structures in deep learning based image denoising
VEDAT ACAR
Yüksek Lisans
Türkçe
2022
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
PROF. DR. ENDER METE EKŞİOĞLU
- Akıllı şebekelerde kablosuz algılayıcı ağların optimal kullanım planlarının geliştirilmesi
Developing optimal usage plans for wireless sensor networks in smart grid
ELİF ZEYNEP SERPER
Doktora
Türkçe
2022
Elektrik ve Elektronik MühendisliğiTOBB Ekonomi ve Teknoloji ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
DOÇ. DR. AYŞEGÜL ALTIN KAYHAN
- Deep learning based road segmentation from multi-source and multi-scale data
Çok kaynaklı ve çok ölçekli veriyle derin öğrenme tabanlı yol bölütlenmesi
OZAN ÖZTÜRK
Doktora
İngilizce
2023
Jeodezi ve Fotogrametriİstanbul Teknik ÜniversitesiGeomatik Mühendisliği Ana Bilim Dalı
PROF. DR. DURSUN ZAFER ŞEKER
- Doğal süreçlerde gürültü analizi ve sinyal modellemeleri
Noise analysis and signal modeling in natural processes
SÜLEYMAN BAYKUT
Doktora
Türkçe
2012
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
PROF. DR. TAYFUN AKGÜL