Beschreibung
Dieses Buch konzentriert sich auf Deep-Learning-Techniken bei der Anwendung der semantischen Segmentierung von Bildern. Sein Ziel ist es, die Leistung neuronaler Netze in verschiedenen Umgebungen zu verstehen, indem man ihnen beibringt, wie sie mit Hilfe eines auf Deep Learning basierenden Ansatzes von verschiedenen Bildern lernen können.Das vorgeschlagene Projekt basiert auf einer VGG-16 Faltungsnetzwerkarchitektur, um die verschiedenen Teile und Elemente in einem Bild zu erkennen, indem verschiedene Schichten angewendet werden, um das Objekt im endgültigen Bild zu erkennen. In dieser Arbeit wird eine vergleichende Bewertung des ersten vortrainierten Netzes mit dem trainierten Netz durchgeführt, und zwar durch mehrere Wiederholungen und Versuche und verschiedene Änderungen in seiner Struktur.Die experimentellen Ergebnisse zeigen, wie die Anzahl der Betrachtungen eines Bildes während des Trainings zwischen den verschiedenen Modellen variiert.Diese experimentellen Ergebnisse zeigen auch, dass Segmentierungsmethoden sehr nützlich sein können, sobald die Modelle trainiert sind.
Autorenporträt
O recente crescimento da aprendizagem de máquinas e aplicações de aprendizagem profunda na indústria nestes últimos anos encorajou-me a realizar este projecto, em particular relacionado com a Segmentação de Imagem, cujos métodos podem ser aplicados a tantos campos para automatizar e treinar diferentes processos com uma elevada taxa de sucesso.
Herstellerkennzeichnung:
BoD - Books on Demand
In de Tarpen 42
22848 Norderstedt
DE
E-Mail: info@bod.de
