Please use this identifier to cite or link to this item: https://hdl.handle.net/20.500.11851/2278
Title: Gömülü sistem üzerinde evrişimsel sinir ağları ile nesne sınıflandırması
Other Titles: Object classification with convolutional neural networks on embedded systems
Authors: Çalık, Rasim Caner
Advisors: Demirci, Muhammed Fatih
Keywords: Convolutional neural network
Deep neural network
Machine learning
Image classification
Evrişimsel sinir ağları
Derin sinir ağları
Makine öğrenme
Görüntü sınıflandırma
Publisher: TOBB University of Economics and Technology,Graduate School of Engineering and Science
TOBB ETÜ Fen Bilimleri Enstitüsü
Source: Çalık, R. (2018). Gömülü sistem üzerinde evrişimsel sinir ağları ile nesne sınıflandırması. Ankara: TOBB ETÜ Fen Bilimleri Enstitüsü. [Yayınlanmamış yüksek lisans tezi]
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.
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.
URI: https://hdl.handle.net/20.500.11851/2278
https://tez.yok.gov.tr/UlusalTezMerkezi/tezSorguSonucYeni.jsp
Appears in Collections:Bilgisayar Mühendisliği Yüksek Lisans Tezleri / Computer Engineering Master Theses

Files in This Item:
File Description SizeFormat 
521422.pdf6.7 MBAdobe PDFThumbnail
View/Open
Show full item record



CORE Recommender

Page view(s)

46
checked on Mar 25, 2024

Download(s)

66
checked on Mar 25, 2024

Google ScholarTM

Check





Items in GCRIS Repository are protected by copyright, with all rights reserved, unless otherwise indicated.