طبقه بندی تصاویر صحنه با استفاده از شبکه عصبی کانولوشن عمیق موبایل نت
محل انتشار: سومین کنفرانس بین المللی و هشتمین کنفرانس ملی کامپیوتر، فناوری اطلاعات و کاربردهای هوش مصنوعی
سال انتشار: 1403
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 248
فایل این مقاله در 16 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
CEITCONF08_025
تاریخ نمایه سازی: 19 فروردین 1404
چکیده مقاله:
طبقه بندی تصاویر صحنه یک تکنولوژی کلیدی در شناخت محیط در سیستم های ربات است. در زمینه طبقه بندی تصویر، تکنولوژی یادگیری عمیق ویژه شبکه های عصبی کانولوشن (CNN) موفقیت چشمگیری بدست آورده اند. با توجه به اینکه روش ها، نیاز به منابع ذخیره سازی و محاسباتی بالا دارند مانع استفاده آنها در محیط های محدود منابع از قبل محیط ربات شده است. بنابراین در این مقاله، با بهره گیری از یک شبکه عصبی سبک که هم از لحاظ محدودیت منابع و هم دقت تشخیص پهینه شود نیاز داریم. در این مقاله با بهره گیری انتقالی از شبکه سبک موبایل نت که پایگاه داده ImageNet پیش آموزش دیده به عنوان یک شبکه پایه استفاده شده است به منظور استخراج ویژگی و از طبقه بندی کننده متصل Softmax توانست دقت ۸۷/۲۹ درصد در طبقه بندی دیتابانت تصاویر صحنه که شامل ۴۴۸۵ تصویر در ۱۵ دسته بندی مختلف می باشد، دست یابد که درصد قابل توجهی است.
کلیدواژه ها:
نویسندگان
اعظم رمضانی
دانشکده مهندسی کامپیوتر، دانشگاه یزد، ایران