Hognet: toward a lightweight deep learning model with applications for visual place recognition
Hognet: görsel yer tanıma uygulamaları için hafif bir derin öğrenme modeline doğru
- Tez No: 938418
- Danışmanlar: DOÇ. DR. ABDUL HAFIZ ABDULHAFIZ
- 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: Üsküdar Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 39
Özet
Bu araştırmada, VGG16 gibi bilinen önceden eğitilmiş ağlarla rekabet etmek için sıfırdan inşa edilmiş hafif bir derin öğrenme modeli olan HOGNet'i sunuyoruz. HOGNet, rekabetçi doğruluğu korurken, verimli hesaplama performansı için hafif bir mimariyi öncelikli kılar. İlk olarak, HOGNet'i mimari tasarım ve eğitim aşaması dahil olmak üzere nasıl oluşturduğumuzu göstereceğiz. Ayrıca, HOGNet'in Görsel Yer Tanıma (VPR) görevinde önemli sonuçlar elde ettiğini gösteren deneysel sonuçlar sunuyoruz. Genel olarak, önceden eğitilmiş ağlar, VPR sistemlerinde omurgalar olarak yaygın olarak kullanılır. Bu araştırmada, omurga olarak kullanılabilecek veya doğrudan sınıflandırma görevlerinde kullanılabilecek verimli bir Konvolütional Sinir Ağları (CNN) modeli geliştirmeyi amaçladık. İyi bir özellik tanımlayıcı olan Histogram of Oriented Gradients (HOG)'den yararlanarak derin öğrenme modelimizi geliştirdik. Bu nedenle, ağ modelimizi HOGNet olarak adlandırıyoruz. Modelimiz, referans olarak VGG16 ile karşılaştırıldığında, Nordland veri seti üzerinde düşük hesaplama süresi ile VPR görevi için iyi bir doğruluk sağladı. Sınıflandırıcı doğruluğu, aynı derin öğrenme modelindeki seçilen katmanın özellikleriyle açıkça etkilenir.
Özet (Çeviri)
In this research, we present HOGNet, a lightweight deep-learning model built from scratch to compete with well-known pre-trained networks such as VGG16. HOGNet prioritizes a lightweight architecture for efficient computational performance while maintaining competitive accuracy. Firstly, we will show how we built HOGNet, including its architectural design and training stage. Additionally, we present experimental results demonstrating that HOGNet achieves significant results in the Visual Place Recognition (VPR) task. In general, pre-trained networks are widely used as backbones in VPR systems. In this research, we aimed to develop an efficient Convolutional Neural Network (CNN) model that could be used as the backbone or directly used in classification tasks. By leveraging the Histogram of Oriented Gradients (HOG), which is a good features descriptor, we developed our deep learning model. So, we call our network model as HOGNet. Our model gave good accuracy for VPR task on Nordland dataset with low computational time compared to VGG16 as reference. The accuracy of classifier affects clearly with the features of selected layer within same deep learning model.
Benzer Tezler
- Eşek arısı (Vespa crabro) yuvasının özütlerinin Autographa californica nüklear polihedrozis virüsünün Spodoptera frugiperda hücre kültüründeki virüs replikasyonuna etkileri
The effect of hornet (Vespa crabro) nest extracts on the replication of Autographa californica nuclear polyhedrosis virus in spodoptera Frugiperda cell culture
ALEV ÇALDAŞ
Yüksek Lisans
Türkçe
2020
MikrobiyolojiOrdu ÜniversitesiMoleküler Biyokimya ve Genetik Ana Bilim Dalı
DOÇ. DR. ÖMER ERTÜRK
- Farklı sürelerde sütten kesilmiş tokluların analarıyla sosyal ilişkileri
Maternal social relationships of hogget weaned at different times
CEM DİNÇER
Yüksek Lisans
Türkçe
2023
ZiraatÇanakkale Onsekiz Mart ÜniversitesiZootekni Ana Bilim Dalı
DOÇ. DR. CEMİL TÖLÜ
- Avrupa eşek arısı, Vespa crabro Linnaeus, 1758 (Hymenoptera: Vespidae)'da dolaşan hemosit tiplerinin belirlenmesi
Determination of circulating hemocyte types by light microscopy in European hornet, Vespa crabro (Linnaeus, 1758) (Hymenoptera: Vespidae)
BUĞRA HOCA
- İvesi koyunlarının besi gücü ve karkas özellikleri üzerinde bir araştırma
Başlık çevirisi yok
OSMAN BİÇER