Ändra sökning
RefereraExporteraLänk till posten
Permanent länk

Direktlänk
Referera
Referensformat
  • apa
  • harvard1
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • Annat format
Fler format
Språk
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Annat språk
Fler språk
Utmatningsformat
  • html
  • text
  • asciidoc
  • rtf
Finding wooden knots in images using ConvNets
KTH, Skolan för datavetenskap och kommunikation (CSC). (Computer Vision and Active Perception Laboratory)
2015 (Engelska)Självständigt arbete på avancerad nivå (masterexamen), 20 poäng / 30 hpStudentuppsats (Examensarbete)Alternativ titel
ConvNets för att finna kvisthål i bilder (Svenska)
Abstract [en]

In this thesis ConvNets are used to localize wooden knots in images.The method is compared with a previous method using Kernel SVM with HOG descriptors. The new method is found to work better (F1-score 0.760 vs 0.695). The best performance is achieved by fine-tuning an ImageNet classifier for this domain. The number of negative examples is found to be important, as well as the manner in which mean subtraction is done.

Abstract [sv]

I den här masteruppsatsen används faltande neurala nätverk för att lokalisera kvistar i bilder. Metoden jämförs med en tidigare använd metodbaserad på Kernel SVM med HOG-deskriptorer. Den nya metoden fungerar bättre (F1-score 0.760 vs 0.695). Bäst resultat fås när en klassificerare för ImageNet finjusteras för detta område. Antalet negativa exempel och de exakta detaljerna kring hur medelvärdessubtraktionen sker är viktiga för prestandan.

Ort, förlag, år, upplaga, sidor
2015. , s. 60
Nyckelord [en]
localization, wood, knots, convnets, deep learning
Nationell ämneskategori
Datorseende och robotik (autonoma system)
Identifikatorer
URN: urn:nbn:se:kth:diva-210913OAI: oai:DiVA.org:kth-210913DiVA, id: diva2:1121052
Externt samarbete
Optonova
Ämne / kurs
Datalogi
Utbildningsprogram
Civilingenjörsexamen - Teknisk fysik
Presentation
2015-10-08, Stockholm, 16:24 (Engelska)
Handledare
Examinatorer
Tillgänglig från: 2017-10-16 Skapad: 2017-07-08 Senast uppdaterad: 2018-01-13Bibliografiskt granskad

Open Access i DiVA

Fulltext saknas i DiVA

Av organisationen
Skolan för datavetenskap och kommunikation (CSC)
Datorseende och robotik (autonoma system)

Sök vidare utanför DiVA

GoogleGoogle Scholar

urn-nbn

Altmetricpoäng

urn-nbn
Totalt: 69 träffar
RefereraExporteraLänk till posten
Permanent länk

Direktlänk
Referera
Referensformat
  • apa
  • harvard1
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • Annat format
Fler format
Språk
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Annat språk
Fler språk
Utmatningsformat
  • html
  • text
  • asciidoc
  • rtf