|
Zbekiston respublikasi raqamlitexnologiyalar vazirligi muhammad al-xorazmiy nomidagi
|
| bet | 1/8 | | Sana | 16.05.2024 | | Hajmi | 169,75 Kb. | | #236853 |
Bog'liq MO\' 5-mustaqil ish
O`ZBEKISTON RESPUBLIKASI RAQAMLITEXNOLOGIYALAR VAZIRLIGI
MUHAMMAD AL-XORAZMIY NOMIDAGI
TOSHKENT AXBOROT TEXNOLOGIYALARI
UNIVERSITETI SAMARQAND FILIALI
"Kompyuter injiniring" fakulteti
"Kompyuter tizimlari" kafedrasi
"Mashinali o’qitishga kirish” fanidan
MUSTAQIL ISH-№5
Bajardi: KI 21_01-guruh talabasi: Siddiqova N.
Qabul qildi: Kubayev.S.T
SAMARQAND – 2024
Mavzu: Tasvirlar segmentatsiyasi algoritmlarini o‘rganish.
Reja:
1.Kirish
2.Tasvirlar segmentatsiyasi algoritmlarini o‘rganish.
2.1. Tasvirni tanib olish jarayoni.
2.2. Neyron tarmoqlari uchun rasm ma'lumotlarini oldindan qayta ishlash bosqichlari.
2.3. Tasvirni aniqlash uchun an'anaviy neyron tarmoqlarining cheklovlari.
2.4. Svertkali neyron tarmoqlari va ularning tasvirni tanib olishdagi o'rni.
2.5. Rasmni tanib olish uchun ilovalar.
Tayanch iboralar. Nutqni avtomatik tanish, nutqni uzatish kanali, nutq atrofidagi xalaqitlar, diktor, sheva, harakatdagi texnik obyektlar, diktovka tizimlari, stenografik tizimlar, tanib olishning aniqligi, tizimning reaksiya (javob) vaqti, shablon, uzluksiz nutq, kalit so’zni qidirish rejimi, buyruqli tizimlar, grammatikasi o’rnatilgan tizimlar, diktovka tizimlar, svyortkali neyron tarmoq (Convolutional neural network-CNN), rekurrent tarmoq (Recurrent Neural Network-RNN), informativlik, minimallashtirish, intellektual neyron tarmoq (Artificial neural networks -ANN), gibrid neyron tarmoq, ko’pqatlamli neyron tarmoq, svyortkali qatlam (Convolutional (CONV)), faollashtirish (ACT yoki RELU), Pooling qatlami (POOL), to’liq bog’lanishli qatlam (Fully-connected (FC)), batch normalization qatlami (BN), dropout qatlami (DO), to’liq bog’lanishli qatlam, fonogramma, spektrogramma, tasvirni tanib olish, rasm hajmi, piksel, Facebook, Google, Youtube, video nazorati, topologiyani tanlash, xususiyatlari tanlash, o’qitish parametrlarini tanlash, verballashtirish.
1.Kirish
Tasvirni tanib olish keng tarqalgan bo'lib, har kuni minglab kompaniyalar va millionlab iste'molchilar tomonidan qo'llaniladi. Tasvirni tanib olishning markazida chuqur o'rganish, xususan, CNN, vizual korteksni yo'q qilishni simulyatsiya qiluvchi va tasvir ma'lumotlarini tahlil qiluvchi neyron tarmoq arxitekturasi mavjud. CNN va neyron tarmoqlarining tasvirni tanib olish elektron tijorat, o'yin, avtomobil, ishlab chiqarish va o’quv kabi ko'plab dasturlarga ega bo'lgan kompyuterli ko'rish uchun chuqur o'rganishning asosiy tarkibiy qismi hisoblanadi. Inson ko'zi tasvirni miya yarim korteks tomonidan talqin qilingan signallar to'plami sifatida ko'radi. Tasvirni tanib olish bu jarayonni taqlid qiladi. Kompyuterlar "ko'rish" vektor majmui sifatida tasvir (rangli izohlar bilan ko’pburchak) yoki raster (alohida raqamli rangdan iborat piksel). Neyron tarmoq orqali tasvirni tanib olish jarayonida tasvirni vektor yoki raster kodlash jismoniy obyektlar va xususiyatlarni aks ettiruvchi dizaynlarga aylanadi. Kompyuterli ko'rish tizimlari ushbu dizaynlarni mantiqiy ravishda tahlil qilishi mumkin, birinchi navbatda tasvirlarni soddalashtirish va eng muhim ma'lumotlarni olish, so'ngra xususiyatlarni olish va tasniflash orqali ma'lumotlarni tashkil qilish.
Nihoyat, kompyuterli ko'rish tizimlari tasvirni yoki uning qismini qaysi guruxga tegishli ekanligini aniqlahda qaror qabul qilish uchun foydalanadi.
|
| |
