کتابخانه مرکزی دانشگاه صنعتی شریف
    • [نمايش بزرگتر]
    • [نمايش کوچکتر]
  • صفحه 
    		 از  0
  • [صفحه قبل]
  • [صفحه بعد]
  • [نمایش تمام صفحه]
  • [بستن]
 
بخش‌بندی معنایی با سرپرستی ضعیف با استفاده از شبکه‌های عصبی ژرف
خیری آتانی، مسعود Khairi Atani, Masoud

اطلاعات کتابشناختی

بخش‌بندی معنایی با سرپرستی ضعیف با استفاده از شبکه‌های عصبی ژرف
پدیدآور اصلی :   خیری آتانی، مسعود Khairi Atani, Masoud
ناشر :   صنعتی شریف
سال انتشار  :   1400
موضوع ها :   بخش بندی معنایی Semantic Segmentation شبکه های عصبی عمیق Deep Neural Networks یادگیری...
شماره راهنما :   ‭19-54180

جستجو در محتوا

ترتيب

فهرست مطالب

  • 1 مقدمه (11)
    • 1-1 تعریف مسأله (11)
    • 1-2 اهمیت موضوع و چالش‌ها (12)
      • 1-2-1 اهمیت و کاربرد (12)
      • 1-2-2 چالش‌ها (13)
    • 1-3 بخش‌بندی معنایی (13)
    • 1-4 یادگیری با سرپرستی ضعیف و نیم‌سرپرست (14)
    • 1-5 يادگیری هماوردی (15)
    • 1-6 ساختار پایان‌نامه (15)
  • 2 پژوهش‌های پیشین (16)
    • 2-1 مقدمه (16)
    • 2-2 معیارهای ارزیابی دقت (16)
      • 2-2-1 معیار دقت پیکسلی (17)
      • 2-2-2 معیار دقت پیکسلی متوسط (17)
      • 2-2-3 معیار میانگین نسبت اشتراک به اجتماع (18)
      • 2-2-4 معیار ضریب دایس (18)
    • 2-3 بخش‌بندی معنایی (18)
      • 2-3-1 روش‌های سنتی بخش‌بندی معنایی (19)
      • 2-3-2 روش‌های مدرن بخش‌بندی معنایی (19)
      • 2-3-3 انواع شبکه‌های مرز دانش برای بخش‌بندی معنایی (20)
      • 2-3-4 استفاده از داده‌ی ژرفا در بخش‌بندی معنایی (25)
    • 2-4 بخش‌بندی معنایی با یادگیری هماوردی (36)
    • 2-5 بخش‌بندی معنایی با یادگیری نیم‌سرپرست (40)
      • 2-5-1 بخش‌بندی معنایی با یادگیری نیم‌سرپرست با استفاده از یادگیری هماوردی (40)
      • 2-5-2 بخش‌بندی معنایی با یادگیری نیم‌سرپرست با استفاده از داده‌های برچسب ضعیف (44)
      • 2-5-3 بخش‌بندی معنایی با یادگیری نیم‌سرپرست با استفاده از اعمال ثبات در شبکه (46)
    • 2-6 جمع‌بندی (50)
  • 3 راهکار پیشنهادی (51)
    • 3-1 مقدمه (51)
    • 3-2 ساختار شبکه‌ی روش پیشنهادی (51)
    • 3-3 شبکه‌ی بخش‌بند (52)
    • 3-4 شبکه‌ی تمیزدهنده (56)
    • 3-5 یادگیری نیم‌سرپرست (58)
    • 3-6 جمع‌بندی (59)
  • 4 نتایج تجربی (60)
    • 4-1 مقدمه (60)
    • 4-2 معرفی مجموعه داده‌ها (60)
      • 4-2-1 مجموعه داده‌ی NYU-V2 (61)
      • 4-2-2 مجموعه داده‌ی SUN RGB-D (61)
    • 4-3 جزئیات آموزش شبکه‌ی پیشنهادی (61)
      • 4-3-1 شبکه‌ی بخش‌بند و تمیزدهنده (61)
      • 4-3-2 پیش‌پردازش داده‌های ورودی (62)
      • 4-3-3 بهینه‌ساز و هایپرپارامترها (62)
    • 4-4 آزمایش‌های انجام شده روی ‌مجموعه‌داده‌ی SUN RGB-D (62)
    • 4-5 آزمایش‌های انجام شده روی ‌مجموعه‌داده‌ی NYU-V2 (65)
    • 4-6 مطالعه‌ی فرسایش (67)
    • 4-7 جمع‌بندی (68)
  • 5 جمع‌بندی و کار‌های آتی (69)
  • مراجع (71)
Loading...