Preferencje help
Widoczny [Schowaj] Abstrakt
Liczba wyników
Powiadomienia systemowe
  • Sesja wygasła!
  • Sesja wygasła!

Znaleziono wyników: 1

Liczba wyników na stronie
first rewind previous Strona / 1 next fast forward last
Wyniki wyszukiwania
help Sortuj według:

help Ogranicz wyniki do:
first rewind previous Strona / 1 next fast forward last
PL
Sztuczne sieci neuronowe stanowią obszerny zbiór zagadnień, które mogą być użyte w wielu dziedzinach nauki. Bardzo popularnym ich zastosowaniem jest przetwarzanie i kategoryzacja obrazów. W artykule tym opisano w jaki sposób wykonano i przebadano praktyczną realizację klasyfikatora obiektów z użyciem tychże sieci. Opisany został problem klasycznego detektora obiektów, który następnie posłużył do przygotowania bazy treningowej, ale również jako składowa ostatecznej implementacji algorytmu. Przedstawiono również w jaki sposób przygotowane zostały dane treningowe użyte do wyszkolenia sieci oraz w jaki sposób została wybrana architektury sieci neuronowej. W ostatniej części przedstawiono wyniki przeprowadzonych badań. Wskazano zaobserwowane wady i zalety takiego podejścia do rozwiązania problemu.
EN
Neural networks are very broad research issue, they find their way into many fields of science. Probably their most popular implementation is met in image processing and classification. This paper describes how to practically implement such classifier based on neural networks. First part describes classical object detector, used later to build a training data set, but also as a part of final product used to process images. Paper describes how aforementioned data set was prepared and how architecture of neural network has been chosen. In the last part there are result of run tests, as well as pros and cons of such solution to the problem.
first rewind previous Strona / 1 next fast forward last
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.