Please use this identifier to cite or link to this item:
https://hdl.handle.net/20.500.11851/2278
Full metadata record
DC Field | Value | Language |
---|---|---|
dc.contributor.advisor | Demirci, Muhammed Fatih | - |
dc.contributor.author | Çalık, Rasim Caner | - |
dc.date.accessioned | 2019-12-25T10:08:01Z | - |
dc.date.available | 2019-12-25T10:08:01Z | - |
dc.date.issued | 2018 | |
dc.identifier.citation | Çalık, R. (2018). Gömülü sistem üzerinde evrişimsel sinir ağları ile nesne sınıflandırması. Ankara: TOBB ETÜ Fen Bilimleri Enstitüsü. [Yayınlanmamış yüksek lisans tezi] | en_US |
dc.identifier.uri | https://hdl.handle.net/20.500.11851/2278 | - |
dc.identifier.uri | https://tez.yok.gov.tr/UlusalTezMerkezi/tezSorguSonucYeni.jsp | - |
dc.description.abstract | Derin sinir ağları görüntü sınıflandırma üzerinde başarılı bir şekilde uygulanmak- tadır. Görüntüde tespit edilen nesnelerin ne olduğunu anlanması büyük bir ilgi görmektedir. Derin sinir ağlarının gömülü sistemler üzerinde kullanılması oldukça fazla hafıza ve güçlü işlemci teknolojileri gerektirmektedir. Bu tezin amacı gömülü bir sistem üzerinde görüntü sınıflandırma işleminin ne kadar başarılı bir şekilde yapıldığını gözlemlemektir. Bu çalışmada sadece 3 GB hafıza kullanarak geliştiri- len mimari ile %85.9 oranında doğruluk elde edilmiştir. Önerilen mimari 4 saat içerisinde eğitilerek, 0.7 ms içersinde sınıflandırma sonucunu üretmektedir. | tr_TR |
dc.description.abstract | Deep Neural Network is successfully applied for image classification problems. The understanding of what object is detected in the image is great interested. The prupose of this article is that image classification problem and tracking classified object could be applied in real time systems. The aim of this thesis is image classification process is observing how successful in an embedded system. In this work, proposed architecture has only 3 GB memory with accuracy %85.9. It trains in 4 hour,and outputs the classification result in 0.7 ms. | en_US |
dc.language.iso | tr | en_US |
dc.publisher | TOBB University of Economics and Technology,Graduate School of Engineering and Science | en_US |
dc.publisher | TOBB ETÜ Fen Bilimleri Enstitüsü | tr_TR |
dc.rights | info:eu-repo/semantics/openAccess | en_US |
dc.subject | Convolutional neural network | en_US |
dc.subject | Deep neural network | en_US |
dc.subject | Machine learning | en_US |
dc.subject | Image classification | en_US |
dc.subject | Evrişimsel sinir ağları | tr_TR |
dc.subject | Derin sinir ağları | tr_TR |
dc.subject | Makine öğrenme | tr_TR |
dc.subject | Görüntü sınıflandırma | tr_TR |
dc.title | Gömülü Sistem Üzerinde Evrişimsel Sinir Ağları ile Nesne Sınıflandırması | en_US |
dc.title.alternative | Object Classification With Convolutional Neural Networks on Embedded Systems | en_US |
dc.type | Master Thesis | en_US |
dc.department | Institutes, Graduate School of Engineering and Science, Computer Engineering Graduate Programs | en_US |
dc.department | Enstitüler, Fen Bilimleri Enstitüsü, Bilgisayar Mühendisliği Ana Bilim Dalı | tr_TR |
dc.relation.publicationcategory | Tez | en_US |
item.openairetype | Master Thesis | - |
item.languageiso639-1 | tr | - |
item.grantfulltext | open | - |
item.fulltext | With Fulltext | - |
item.openairecristype | http://purl.org/coar/resource_type/c_18cf | - |
item.cerifentitytype | Publications | - |
Appears in Collections: | Bilgisayar Mühendisliği Yüksek Lisans Tezleri / Computer Engineering Master Theses |
Files in This Item:
File | Description | Size | Format | |
---|---|---|---|---|
521422.pdf | 6.7 MB | Adobe PDF | View/Open |
CORE Recommender
Page view(s)
88
checked on Dec 23, 2024
Download(s)
112
checked on Dec 23, 2024
Google ScholarTM
Check
Items in GCRIS Repository are protected by copyright, with all rights reserved, unless otherwise indicated.