Semantische Segmentierung von Bildern

Dieses Buch konzentriert sich auf Deep-Learning-Techniken bei der Anwendung der semantischen Segmentierung von Bildern. Sein Ziel ist es, die Leistung neuronaler Netze in verschiedenen Umgebungen zu verstehen, indem man ihnen beibringt, wie sie mit Hilfe eines auf Deep Learning basierenden Ansatzes von verschiedenen Bildern lernen können.Das vorgeschlagene Projekt basiert auf einer VGG-16 Faltungsnetzwerkarchitektur, um die verschiedenen Teile und Elemente in einem Bild zu erkennen, indem verschiedene Schichten angewendet werden, um das Objekt im endgültigen Bild zu erkennen. In dieser Arbeit wird eine vergleichende Bewertung des ersten vortrainierten Netzes mit dem trainierten Netz durchgeführt, und zwar durch mehrere Wiederholungen und Versuche und verschiedene Änderungen in seiner Struktur.Die experimentellen Ergebnisse zeigen, wie die Anzahl der Betrachtungen eines Bildes während des Trainings zwischen den verschiedenen Modellen variiert.Diese experimentellen Ergebnisse zeigen auch, dass Segmentierungsmethoden sehr nützlich sein können, sobald die Modelle trainiert sind.

Autorentext

Das jüngste Wachstum der Anwendungen des maschinellen Lernens und des Deep Learning in der Industrie in den letzten Jahren hat mich ermutigt, dieses Projekt durchzuführen, insbesondere im Zusammenhang mit der Bildsegmentierung, deren Methoden in so vielen Bereichen angewendet werden können, um verschiedene Prozesse mit einer hohen Erfolgsquote zu automatisieren und zu trainieren.