| | SLO | ENG | Piškotki in zasebnost

Večja pisava | Manjša pisava
Prva stran > Izpis gradiva

Izpis gradiva Pomoč

Naslov:Kombiniranje več modelov razvrščanja vzorcev na primeru ocenjevanja starosti osebe iz digitalnih posnetkov : diplomsko delo
Avtorji:ID Horvat, Tadej (Avtor)
ID Potočnik, Božidar (Mentor) Več o mentorju... Novo okno
ID Šavc, Martin (Mentor) Več o mentorju... Novo okno
Datoteke:.pdf UN_Horvat_Tadej_2023.pdf (1,75 MB)
MD5: 2DD54F565B17E3C0A5F10DDDC4175188
 
Jezik:Slovenski jezik
Vrsta gradiva:Diplomsko delo/naloga
Tipologija:2.11 - Diplomsko delo
Organizacija:FERI - Fakulteta za elektrotehniko, računalništvo in informatiko
Opis:V tej diplomski nalogi se ukvarjamo s kombiniranjem različnih prosto dostopnih modelov konvolucijskih nevronskih mrež za reševanje problema ocenjevanja starosti oseb iz digitalnih posnetkov. Naš cilj je bil implementirati ansambelske metode, ki so bolj uspešne od vsakega posameznega modela v našem ansamblu. Kombinirali smo pet osnovnih modelov konvolucijskih nevronskih mrež, in sicer Xception, ResNet152V2, InceptionV3, InceptionResNetV2 in EfficientNetV2B0. Modele smo kombinirali na nivoju rezultatov in na nivoju značilnic, pri čemer smo implementirali štiri metode kombiniranja na nivoju rezultatov in pet metod kombiniranja na nivoju značilnic. Za učenje posameznih modelov in testiranje metod smo uporabili bazo podatkov UTKFace. Najboljši rezultat smo dosegli z metodo večslojnega »stackinga«, in sicer srednjo absolutno napako 4,526 let nad našo testno množico. Rezultat le malenkost zaostaja za rezultati najboljših sodobnih metod ocenjevanja starosti iz digitalnih posnetkov.
Ključne besede:ocenjevanje starosti oseb, konvolucijske nevronske mreže, ansambelsko učenje
Kraj izida:Maribor
Kraj izvedbe:Maribor
Založnik:[T. Horvat]
Leto izida:2023
Št. strani:1 spletni vir (1 datoteka PDF (VIII, 44 f.))
PID:20.500.12556/DKUM-85260 Novo okno
UDK:004.8(043.2)
COBISS.SI-ID:170567171 Novo okno
Datum objave v DKUM:05.10.2023
Število ogledov:424
Število prenosov:30
Metapodatki:XML DC-XML DC-RDF
Področja:KTFMB - FERI
:
HORVAT, Tadej, 2023, Kombiniranje več modelov razvrščanja vzorcev na primeru ocenjevanja starosti osebe iz digitalnih posnetkov : diplomsko delo [na spletu]. Diplomsko delo. Maribor : T. Horvat. [Dostopano 25 marec 2025]. Pridobljeno s: https://dk.um.si/IzpisGradiva.php?lang=slv&id=85260
Kopiraj citat
  
Skupna ocena:
0.5
1
1.5
2
2.5
3
3.5
4
4.5
5
(0 glasov)
Vaša ocena:Ocenjevanje je dovoljeno samo prijavljenim uporabnikom.
Objavi na:Bookmark and Share


Postavite miškin kazalec na naslov za izpis povzetka. Klik na naslov izpiše podrobnosti ali sproži prenos.

Licence

Licenca:CC BY-NC-ND 4.0, Creative Commons Priznanje avtorstva-Nekomercialno-Brez predelav 4.0 Mednarodna
Povezava:http://creativecommons.org/licenses/by-nc-nd/4.0/deed.sl
Opis:Najbolj omejujoča licenca Creative Commons. Uporabniki lahko prenesejo in delijo delo v nekomercialne namene in ga ne smejo uporabiti za nobene druge namene.
Začetek licenciranja:23.08.2023

Sekundarni jezik

Jezik:Angleški jezik
Naslov:Combining multiple pattern classification models for person age estimation from digital images
Opis:In this diploma thesis, we explore combining different free-to-use models of convolutional neural networks to solve the problem of person age estimation from digital images. Our goal was to implement ensemble methods that outperform each individual model in our ensemble. We combined 5 base models of convolutional neural networks: Xception, ResNet152V2, InceptionV3, InceptionResNetV2, and EfficientNetV2B0. We combined the models on the results and features level, implementing 4 result-level ensemble methods and 5 feature-level ensemble methods. We used the UTKFace dataset to train our individual models and test our methods. We achieved the best result using the multi-layer stacking method, with a mean absolute error of 4.526 years on our test set. Our result falls just short of the best modern age estimation methods from digital images.
Ključne besede:person age estimation, convolutional neural networks, ensemble learning


Komentarji

Dodaj komentar

Za komentiranje se morate prijaviti.

Komentarji (0)
0 - 0 / 0
 
Ni komentarjev!

Nazaj
Logotipi partnerjev Univerza v Mariboru Univerza v Ljubljani Univerza na Primorskem Univerza v Novi Gorici