Please use this identifier to cite or link to this item:
https://hdl.handle.net/11147/6439
Full metadata record
DC Field | Value | Language |
---|---|---|
dc.contributor.author | Orhan, Semih | - |
dc.contributor.author | Baştanlar, Yalın | - |
dc.date.accessioned | 2017-11-09T11:05:44Z | - |
dc.date.available | 2017-11-09T11:05:44Z | - |
dc.date.issued | 2017 | - |
dc.identifier.citation | Orhan, S, and Baştanlar, Y. (2017, May 15-18). Parça tabanlı eğitimin evrişimli yapay sinir ağları ile nesne konumlandırma üzerindeki etkisi. Paper presented at the 25th Signal Processing and Communications Applications Conference. doi:10.1109/SIU.2017.7960201 | en_US |
dc.identifier.isbn | 9781509064946 | - |
dc.identifier.uri | http://doi.org/10.1109/SIU.2017.7960201 | - |
dc.identifier.uri | http://hdl.handle.net/11147/6439 | - |
dc.description | 25th Signal Processing and Communications Applications Conference, SIU 2017; Antalya; Turkey; 15 May 2017 through 18 May 2017 | en_US |
dc.description.abstract | Evrişimli yapay sinir ağları (EYSA) bir derin öğrenme yöntemi olarak son yıllarda imge sınıflandırma ve nesne konumlandırma başta olmak üzere bilgisayarlı görü problemlerinin çözümü konusunda birçok başarı elde etmiştir. Bunun için farklı yapıda ve derinlikte birçok model geliştirilmiştir. Bu çalışmamızda, leoparların resimler içerisindeki konumları evrişimli yapay sinir ağları ile bulunmuştur. Konum bulmak için, literatürde sıkça kullanılan: içinde nesne olan ve olmayan imgelerle model eğitme ve bizim önerdiğimiz: imgeden nesneye ait bölgelerden ve nesneye ait olmayan bölgelerden alınan parçalar ile model eğitme yöntemi karşılaştırılmıştır. Resimlerden parçalar alınarak eğitilen modelin, tüm imge ile eğitilen modellere göre üstün başarı gösterdiği gözlenmiştir. | en_US |
dc.description.abstract | In recent years, Convolutional Neural Networks (CNNs) have shown great performance not only in image classification and image recognition tasks but also several tasks of computer vision. A lot of models which have different number of layers and depths, have been proposed. In this work, locations of leopards are tried to be identified by deep neural networks. To accomplish this task, two different methods are applied. First of them is training neural network using with entire images, second of them is training neural networks using with image patches which are cropped from full size of images. Patch training model has shown better performance than full size of image trained model. | en_US |
dc.description.sponsorship | TUBITAK ARDEB (115E918) | en_US |
dc.language.iso | tr | en_US |
dc.publisher | Institute of Electrical and Electronics Engineers Inc. | en_US |
dc.relation | info:eu-repo/grantAgreement/TUBITAK/EEEAG/115E918 | en_US |
dc.relation.ispartof | 25th Signal Processing and Communications Applications Conference, SIU 2017 | en_US |
dc.rights | info:eu-repo/semantics/openAccess | en_US |
dc.subject | Derin yapay sinir ağları | en_US |
dc.subject | Evrişimli yapay sinir ağları | en_US |
dc.subject | Nesne tanıma | en_US |
dc.subject | Nesne konumlandırma | en_US |
dc.subject | Deep neural networks | en_US |
dc.subject | Convolutional neural networks | en_US |
dc.subject | Object localization | en_US |
dc.subject | Object recognition | en_US |
dc.title | Parça tabanlı eğitimin evrişimli yapay sinir ağları ile nesne konumlandırma üzerindeki etkisi | en_US |
dc.title.alternative | Effect of patch based training on object localization with convolutional neural networks | en_US |
dc.type | Conference Object | en_US |
dc.authorid | TR176747 | en_US |
dc.institutionauthor | Orhan, Semih | - |
dc.institutionauthor | Baştanlar, Yalın | - |
dc.department | İzmir Institute of Technology. Computer Engineering | en_US |
dc.identifier.scopus | 2-s2.0-85026326341 | en_US |
dc.relation.publicationcategory | Konferans Öğesi - Ulusal - Kurum Öğretim Elemanı | en_US |
dc.identifier.doi | 10.1109/SIU.2017.7960201 | - |
dc.relation.doi | 10.1109/SIU.2017.7960201 | en_US |
dc.coverage.doi | 10.1109/SIU.2017.7960201 | en_US |
dc.identifier.wosquality | N/A | - |
dc.identifier.scopusquality | N/A | - |
item.languageiso639-1 | tr | - |
item.openairetype | Conference Object | - |
item.grantfulltext | open | - |
item.cerifentitytype | Publications | - |
item.fulltext | With Fulltext | - |
item.openairecristype | http://purl.org/coar/resource_type/c_18cf | - |
crisitem.author.dept | 01.01. Units Affiliated to the Rectorate | - |
crisitem.author.dept | 03.04. Department of Computer Engineering | - |
Appears in Collections: | Computer Engineering / Bilgisayar Mühendisliği Scopus İndeksli Yayınlar Koleksiyonu / Scopus Indexed Publications Collection |
CORE Recommender
Page view(s)
312
checked on Sep 2, 2024
Download(s)
228
checked on Sep 2, 2024
Google ScholarTM
Check
Altmetric
Items in GCRIS Repository are protected by copyright, with all rights reserved, unless otherwise indicated.