|
Convolutional Neural Networks (CNN)
|
| bet | 15/24 | | Sana | 20.05.2024 | | Hajmi | 62,19 Kb. | | #246765 |
Bog'liq Diplom ishi RaximovConvolutional Neural Networks (CNN)
CNNlar, tasvirlarni qayta ishlashda eng ko'p ishlatiladigan sun'iy neyron tarmoqlaridan biridir. Ular quyidagi qismlardan iborat:
- Convolutional Layers: Tasvirning xususiyatlarini ajratib olish uchun ishlatiladi. Har bir qatlam ma'lum bir filtrni qo'llaydi va tasvirni saralaydi, bu esa muhim xususiyatlarni ajratib oladi.
- Pooling Layers: Tasvirdan olingan xususiyatlarning hajmini kamaytiradi, bu esa hisoblash resurslarini tejaydi.
- Fully Connected Layers: Oxirgi qatlamda, ajratib olingan xususiyatlar asosida tasvirni tasniflash yoki aniqlash amalga oshiriladi.
Region-Based CNN (R-CNN) va uning rivojlanmalari
R-CNN va uning rivojlanmalari (Fast R-CNN, Faster R-CNN) ob'ekt aniqlashda kuchli samaradorlik ko'rsatadi. Bu usullar tasvirdan ma'lum bir qismni (region proposal) ajratib oladi va keyin har bir regionni CNN orqali o'tkazadi:
- R-CNN: Tasvirni segmentlarga bo'lib, har bir segmentni alohida CNNga o'tkazadi.
- Fast R-CNN: Barcha tasvirni bir marta CNNga o'tkazadi, so'ngra region proposal'larni shu tasvirdan chiqaradi.
- Faster R-CNN: Region proposal jarayonini tezlashtirish uchun RPN (Region Proposal Network) qo'llaniladi.
You Only Look Once (YOLO)
YOLO, tasvirni faqat bir marta ko'rib, butun tasvir bo'ylab bir vaqtning o'zida ob'ektlarni aniqlaydi va ularning kategoriyalarini va joylashuvini belgilaydi. Bu usul tezkor va samarali hisoblanadi, chunki u tasvirni bir necha marta qayta ishlamaydi.
Single Shot Detectors (SSD)
SSD modellari ham YOLOga o'xshash, lekin ular bir qator turli o'lchamdagi filtrlarni qo'llaydi. Bu esa turli o'lchamdagi ob'ektlarni yaxshiroq aniqlash imkonini beradi. SSD, ayniqsa, real vaqt rejimida ishlash uchun mo'ljallangan.
Semantic Segmentation
Semantik segmentatsiya, har bir pikselni tasniflash orqali butun tasvirni segmentlarga bo'lishni o'z ichiga oladi. Bu usul, masalan, yo'llar, binolar, daraxtlar kabi turli ob'ektlarni ajratib ko'rsatishda qo'llaniladi.
|
| |
