Yazar
Köleş, Selin, Karakaş, Selami, Ndigande, Alain Patrick, Özer, Sedat
Basım Tarihi
2023
Basım Yeri
-
IEEE
Konu
Örnek segmentasyonu, Kayıp fonksiyonu, Gerçek zamanlı segmentasyon, YOLACT++
Tür
Belge
Dil
İngilizce
Dijital
Evet
Yazma
Hayır
Kütüphane
Özyeğin Üniversitesi
Demirbaş Numarası
979-835030396-4
Kayıt Numarası
6829a854-3d5f-476c-bc9f-9cf7ef949a73
Lokasyon
Bilgisayar Bilimi
Tarih
2023
Örnek Metin
Bu yazıda, yakın zamanda önerilen gerçek zamanlı örnek bölümleme algoritması YOLACT++ üzerinde çeşitli kayıp fonksiyonlarının performansını inceliyor ve analiz ediyoruz. Özellikle Huber Kaybı, İkili Çapraz Entropi (BCE), Ortalama Kare Hatası (MSE), Log-Cosh-Zar Kaybı dahil kayıp fonksiyonlarını ve bunların YOLACT++ mimarisi içindeki çeşitli kombinasyonlarını inceliyoruz. Geliştirilmiş gerçek zamanlı segmentasyon sonuçları için YOLACT++'ın varsayılan kayıp fonksiyonundan (BCE) farklı kayıp fonksiyonlarını kullanabileceğimizi gösterdik. Deneylerimizde, iki kayıp fonksiyonunun belirli bir kombinasyonunun, orijinal kayıp fonksiyonuyla karşılaştırıldığında, Sigara veri kümesindeki ortalama Ortalama Hassasiyet (mAP) metriği açısından YOLACT++'ın segmentasyon performansını iyileştirdiğini gösterdik.
DOI
10.1109/TSP59544.2023.10197832
