படைப்புக் குறிப்புகள் · Goh Kun Ming
CNN Image Classification on Multi-Resolution Vegetable Dataset
AI · பொதுவில் பகிரப்பட்ட திட்டம்
ஏப். 2025 – மே 2025
திட்டக் கண்ணோட்டம்
காய்கறி வகைப்படுத்தலுக்கான சுருள் வலைக் கட்டமைப்புகள், படத் தெளிவுத்திறன்கள், தரவுப் பெருக்கம் ஆகியவற்றின் பாடப்பணி ஒப்பீடு.
இரண்டு படத் தீர்மானங்கள் மற்றும் ஆக்மென்டேஷன் அமைப்புகளில் கன்வல்யூஷனல் நெட்வொர்க் வடிவமைப்புகளை ஒப்பிடும் காய்கறி-பட வகைப்பாடு ஆய்வு. இது தரவுத்தொகுப்பு பழுது, மீண்டும் மீண்டும் செய்யக்கூடிய முன் செயலாக்கம் மற்றும் வரலாற்று பரிசோதனை முடிவுகளின் மதிப்பீடு ஆகியவற்றை ஒருங்கிணைக்கிறது.
இந்தப் படைப்பிற்குள்
- 11 23×23 மற்றும் 101×101 கிரேஸ்கேல் உள்ளீடுகள் முழுவதும் 11 காய்கறி வகுப்புகள், அதிகரிப்புடன் மற்றும் இல்லாமல்.
- சரிபார்த்தல்/சோதனை கோப்பகப் பெயர்கள் மற்றும் ட்ரை-ரன் பயன்முறையில் உதவியாளர்களைப் பயன்படுத்தி தவறான கேரட் படங்கள்.
- வரிசைமுறை, செயல்பாட்டு, எஞ்சிய, Inception-பாணி மற்றும் ஆழமாக பிரிக்கக்கூடிய CNN குடும்பங்கள்.
- 0.908 சரிபார்ப்பு துல்லியம் மற்றும் 94.2% சோதனை துல்லியத்துடன் ஒரு தனி ஓட்டம் கொண்ட வரலாற்று தொடர் தேடலை ஆவணப்படுத்தியது; முடிவுகள் ஒரு உலகளாவிய கட்டிடக்கலை வெற்றியாளரை நிறுவவில்லை.
- 48% பரந்த கவரேஜுடன் Python 3.11 மற்றும் 3.12, முழுவதும் 13 சோதனைகள் சேர்க்கப்பட்டது.
- மாதிரி எடைகள் மற்றும் பல விதை ஒப்பீடுகள் உட்பட பதிவுசெய்யப்பட்ட தரவுத்தொகுப்புப் பிரிப்பு எண்ணிக்கைகள் மற்றும் காணாமல் போன மறுஉருவாக்கம் கலைப்பொருட்கள்.