Sökning: "Objektklassificering"

Visar resultat 1 - 5 av 12 uppsatser innehållade ordet Objektklassificering.

1. 1. Meta-Pseudo Labelled Multi-View 3D Shape Recognition

   Master-uppsats, KTH/Skolan för elektroteknik och datavetenskap (EECS)

   Författare :Fehmi Ayberk Uçkun; [2023]
   Nyckelord :3D shape recognition; 3D object classification; 3D shape retrieval; 3D object retrieval; Automatic labelling; Semi-supervised learning; Pseudo labelling; Meta Pseudo Labelling; Multi-View Convolutional Neural Networks; Shape descriptors; Multi-view representations; Deeplearning; 3D-formigenkänning; 3D-objektklassificering; 3D-formhämtning; Hämtning av 3D-objekt; Automatisk märkning; Halv-vägledd lärning; Pseudomärkning; Meta Pseudo-märkning; Multi-View Faltningsnät; Formbeskrivningar; Multi-view representation; Djupinlärning;

   Sammanfattning : The field of computer vision has long pursued the challenge of understanding the three-dimensional world. This endeavour is further fuelled by the increasing demand for technologies that rely on accurate perception of the 3D environment such as autonomous driving and augmented reality. LÄS MER

3. 2. Bildigenkänning för ett halvautonomt program som spelar kortspelet UNO

   Kandidat-uppsats,

   Författare :John Forslund; Johan Hellqvist; Samuli Pitkälä; Hugo Toll; [2023]
   Nyckelord :maskininlärning; bildklassificering; objektklassificering; CNN;

   Sammanfattning : I detta projekt utvecklas ett halvautonomt program för att spela kortspelet UNO med fysiska kort. Objektdetektering med Cannymetoden och kontursökning används för att hitta korten på spelplanen. Dessa kort klassificeras med avseende på valör av ett egendesignat neuronnät. LÄS MER

4. 3. Objektklassificering med Djup Maskininlärning : med CNN (Convolutional Neural Network)

   Kandidat-uppsats, Uppsala universitet/Avdelningen för systemteknik

   Författare :Linus Lindell; Samuel Medlock; Markus Norling; [2022]
   Nyckelord :maskininlärning; AI; bildklassificering; objektklassificering; CNN;

   Sammanfattning : Digitaliseringen medför ett allt större utbud av datoriserad teknik, med maskininlärning i framkanten. Allt ifrån industrirobotar till självkörande bilar kan dra nytta av maskininlärning för att fungera, men även andra komplexa problem kan lösas med maskininlärning. LÄS MER

5. 4. Artificial data for Image classification in industrial applications

   Kandidat-uppsats,

   Författare :Yonan Yonan; August Baaz; [2022]
   Nyckelord :Synthetic data; artificial data; object detection; image classification; artificial intelligence; machine learning; neural networks; convolutional neural networks; ResNet; ResNet50;

   Sammanfattning : Machine learning and AI are growing rapidly and they are being implemented more often than before due to their high accuracy and performance. One of the biggest challenges to machine learning is data collection. The training data is the most important part of any machine learning project since it determines how the trained model will behave. LÄS MER

7. 5. Development of Neural Networks Using Deterministic Transforms

   Master-uppsats, KTH/Skolan för elektroteknik och datavetenskap (EECS)

   Författare :Pol Grau Jurado; [2021]
   Nyckelord :Multilayer neural network; deterministic transforms; weight matrices; computational cost; machine learning.; Neurala nätverk i flera lager; deterministiska transformationer; viktmatriser; beräkningskostnad; maskininlärning.;

   Sammanfattning : Deep neural networks have been a leading research topic within the machine learning field for the past few years. The introduction of graphical processing units (GPUs) and hardware advances made possible the training of deep neural networks. Previously the training procedure was impossible due to the huge amount of training samples required. LÄS MER