Small object detection by augmenting the dataset and integrating interactive modules in the deep learning architecture
Verisetinin artırılması ve interaktif modüllerin derin öğrenme mimarisine entegre edilmesi ile küçük nesne tespiti
- Tez No: 910542
- Danışmanlar: PROF. DR. TANKUT ACARMAN
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2024
- Dil: İngilizce
- Üniversite: Galatasaray Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Bilgisayar Bilimi ve Mühendisliği Bilim Dalı
- Sayfa Sayısı: 97
Özet
Son zamanlarda, görüntü işleme, video işleme uygulamaları, ortaya çıkan Grafiksel İşleme Birimi teknolojisi aracılığıyla önemli ilerlemeler kaydetti ve robotik, artırılmış gerçeklik, otonom arabalar ve gözetleme sistemleri gibi çeşitli endüstriler tarafından etkili bir şekilde kullanıldı. Nesne tanımlama, çeşitli karmaşık uygulamalar için temel teşkil ettiği için bilgisayar görüşünde temel bir zorluktur. Nesneleri doğru bir şekilde algılayarak ve yerelleştirerek, bilgisayar görüşü sistemleri nesne tanımlama, anlamsal kavrama ve sahne anlama gibi karmaşık görevleri gerçekleştirebilir. Derin öğrenme algoritmalarındaki gelişmeler ve büyük açıklamalı veri kümelerinin kullanılabilirliği ile yönlendirilen nesne algılama, zamanla muazzam ilerlemeler kaydetti. Derin sinir ağları, özellikle CNN'ler, elle oluşturulan özelliklere ve sınıflandırıcılara dayanan önceki teknikleri aştı. CNN'ler, daha fazla doğruluk sunarak etkileyici nesne algılama yetenekleri gösterdi.
Özet (Çeviri)
Recently, image processing, video processing applications have made significant progress via Graphical Processing Unit emerging technology and has been effectively used by several industries such as robotics, augmented reality, autonomous cars, and surveillance systems. Object identification is a fundamental challenge in computer vision, as it serves as the basis for several sophisticated applications. By accurately detecting and localizing objects, computer vision systems may perform complex tasks such as object identification, semantic comprehension, and scene understanding. Driven by improvements in deep learning algorithms and the availability of big annotated datasets, object detection has made tremendous strides over time. Deep neural networks, in particular CNNs, have exceeded earlier techniques relying on manually created features and classifiers. CNNs have demonstrated impressive object detecting capabilities, offering greater accuracy.
Benzer Tezler
- Uydu verileri ile İstanbul Boğazı ve Haliç'de su kirliliğinin makro düzeyde belirlenmesi
Intrepretation at macro level as pollution of water resources of remotely sensed data of Bosphorus and golden horn estuary by an unsupervised and supervised classification method
H.GONCA COŞKUN
- Sağlık hizmetinin yürütülmesinde görevli sağlık kamu personelinin eylemlerinden kaynaklanan idarenin sorumluluk sebepleri
Grounds for liability of the administration caused by the actions of the health public personnel in duty in the conduct of health service
MUHARREM CİVAN
Yüksek Lisans
Türkçe
2022
HukukGalatasaray ÜniversitesiKamu Hukuku Ana Bilim Dalı
DR. ÖĞR. ÜYESİ CİHAN YÜZBAŞIOĞLU
- Yüksek çözünürlüklü görüntülerde derin öğrenme tabanlı nesne tespiti için yeni bir önişleme yöntemi geliştirilmesi
Development of a new preprocessing method for deep learning based object detection in high resolution images
MUHAMMED TELÇEKEN
Doktora
Türkçe
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSakarya ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. DEVRİM AKGÜN
PROF. DR. SEZGİN KAÇAR
- Efficient deep learning approaches for signal and image analysis applications
Sinyal ve görüntü analizi uygulamaları için verimli derin öğrenme yaklaşımları
ONUR CAN KOYUN
Doktora
İngilizce
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Bilimleri Ana Bilim Dalı
PROF. DR. BEHÇET UĞUR TÖREYİN
- Indoor visual understanding with rgb-d images using deep neural networks
Derin yapay sinir ağlarıyla bina içi üç boyutlu görsel anlama
METEHAN DOYRAN
Yüksek Lisans
İngilizce
2018
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolBoğaziçi ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. HÜSEYİN LEVENT AKIN