SkyDataNet: İHA tabanlı hava görüntüleri için 2D gauss kaybına sahip bir nesne algılama algoritması

İsim SkyDataNet: İHA tabanlı hava görüntüleri için 2D gauss kaybına sahip bir nesne algılama algoritması
Yazar Özer, S., Begen, Ali J., Özkanoğlu, M.A.
Basım Tarihi: 2024-01-01
Basım Yeri - IEEE
Konu 2D Gauss ısı haritası, Tek aşamalı dedektörler, İHA, Hava görüntüleri, Nesne algılama
Tür Belge
Dil İngilizce
Dijital Evet
Yazma Hayır
Kütüphane: Özyeğin Üniversitesi
Demirbaş Numarası 979-8-3503-5143-9
Kayıt Numarası 47f24443-7c40-4876-b2a9-07e66102be0f
Lokasyon Bilgisayar Bilimi
Tarih 2024-01-01
Notlar TÜBİTAK
Örnek Metin Bu yazıda, merkez nokta tespitine dayalı yeni bir nesne tespit algoritması tanıtıyoruz. Mimarimizde omurga olarak iki HourGlass mimarisini kullanmayı ve her omurga sonrasında yapılan tahminleri birleştirmek için yeni bir modül kullanmayı tanıtıyoruz. Ayrıca, sınırlayıcı kutular, skaler bir Gauss varyansı kullanmak yerine, değişen en boy oranlarında olduğundan, ağımızdaki merkez noktaları tahmin etmek için Gauss kayıp fonksiyonunda 2 boyutlu varyansın kullanılmasını sunuyoruz. Önerilen iyileştirmelerimizin performansını, üç hava veri seti üzerinde, bunları merkez nokta tabanlı tespit algoritmalarıyla karşılaştırarak sunuyoruz.
DOI 10.1109/MIPR62202.2024.00011
Kaynağa git Özyeğin Üniversitesi Özyeğin Üniversitesi - Tarihî eser, arşiv ve süreli yayın arama motoru
Özyeğin Üniversitesi - Tarihî eser, arşiv ve süreli yayın arama motoru Özyeğin Üniversitesi

SkyDataNet: İHA tabanlı hava görüntüleri için 2D gauss kaybına sahip bir nesne algılama algoritması

Yazar Özer, S., Begen, Ali J., Özkanoğlu, M.A.
Basım Tarihi 2024-01-01
Basım Yeri - IEEE
Konu 2D Gauss ısı haritası, Tek aşamalı dedektörler, İHA, Hava görüntüleri, Nesne algılama
Tür Belge
Dil İngilizce
Dijital Evet
Yazma Hayır
Kütüphane Özyeğin Üniversitesi
Demirbaş Numarası 979-8-3503-5143-9
Kayıt Numarası 47f24443-7c40-4876-b2a9-07e66102be0f
Lokasyon Bilgisayar Bilimi
Tarih 2024-01-01
Notlar TÜBİTAK
Örnek Metin Bu yazıda, merkez nokta tespitine dayalı yeni bir nesne tespit algoritması tanıtıyoruz. Mimarimizde omurga olarak iki HourGlass mimarisini kullanmayı ve her omurga sonrasında yapılan tahminleri birleştirmek için yeni bir modül kullanmayı tanıtıyoruz. Ayrıca, sınırlayıcı kutular, skaler bir Gauss varyansı kullanmak yerine, değişen en boy oranlarında olduğundan, ağımızdaki merkez noktaları tahmin etmek için Gauss kayıp fonksiyonunda 2 boyutlu varyansın kullanılmasını sunuyoruz. Önerilen iyileştirmelerimizin performansını, üç hava veri seti üzerinde, bunları merkez nokta tabanlı tespit algoritmalarıyla karşılaştırarak sunuyoruz.
DOI 10.1109/MIPR62202.2024.00011
Özyeğin Üniversitesi - Tarihî eser, arşiv ve süreli yayın arama motoru
Özyeğin Üniversitesi yönlendiriliyorsunuz...

Lütfen bekleyiniz.