Diplomová práce

Impact of Data Quality on Deep Learning Algorithms in Computer Vision

Bc. Vlastimil Martinek, učo 445261
Anotace

Architektury hlubokého učení a kvalita dat jsou faktory při zlepšování výkonu úloh počítačového vidění. V posledních letech došlo k významnému pokroku v navrhování architektur konvolučních neuronových sítí. Stále však není jasné, jak zlepšit kvalitu dat pro další zvýšení výkonu těchto modelů. Tato práce zkoumá, které aspekty kvality dat ovlivňují výkon modelů hlubokého učení aplikovaných na datové …více

Abstract

Deep learning architectures and data quality are factors in improving the performance of computer vision tasks. In recent years, there were notable advancements in designing convolutional neural network architectures. However, it is still unclear how to improve data quality to enhance these models' performance further. This thesis explores which data quality aspects affect the performance of deep learning …více

Klíčová slova
data quality computer vision deep learning convolutional neural networks image classification semantic segmentation kvalita dat počítačové vidění hluboké učení konvoluční neuronové sítě klasifikace obrazu sémantická segmentace
Zadání práce
Deep learning algorithms have been widely used in the domain of computer vision. It can be conjectured that the quality data input may impact the outcome of deep learning algorithms. However, how to improve the data quality to enhance the deep learning algorithms is still unclear. This thesis therefore aims to explore how data quality operations will affect the image classification or segmentation results with CNN. The data quality manipulations include data augmentation such image flip or rotation, as well as data changes such as sampling, dataset size, and label accuracy. The experimental results will be explored to observe how changing different quality aspects of datasets impact training and validation of multiple CNN architectures. The used datasets include the datasets of semantic drone , camvid, xray pneumonia, and cifar-10. semantic drone dataset: https://www.tugraz.at/index.php?id=22387 camvid dataset: http://mi.eng.cam.ac.uk/research/projects/VideoRec/CamVid/ xary pneumonia: https://data.mendeley.com/datasets/rscbjbr9sj/2 cifar-10: https://www.cs.toronto.edu/~kriz/cifar.html
Administrativní informace
Práce zkontrolována:
7. 1. 2021 14:39, doc. Mouzhi Ge, Ph.D.
Plný text práce
5,7 MB / soubor PDF
Jazyk práce
angličtina angličtina
Termín obhajoby
11. 2. 2021
Práce byla úspěšně obhájena

Vedoucí

doc. Mouzhi Ge, Ph.D.
KPSK FI MU

Oponent

Bacem Mbarek, PhD
CERIT FI MU
Citovat tuto práci
Masarykova univerzita Fakulta informatiky
Studijní program
Plán
Strojové učení a umělá inteligence

Práce na příbuzné téma

Seznam prací, které mají shodná klíčová slova.

Podobné práce

  • Přidání souboru

    Soubor nebo složku lze nahrát pomocí tlačítka Přidat.

  • Další operace se soubory

    Podrobnosti lze zjistit označením příslušného řádku.

  • Pohled pro experty

    Pro častou práci je možné zvolit režim Více možností.

  • Vyhledávání souborů

    Vyhledávaný výraz můžete zadat přímo do adresního řádku.

  • Rychlý přístup k souborům

    Pomocí funkce Nedávné je možné se rychle vrátit k právě prohlíženým souborům. Oblíbené soubory je také možné označit Hvězdičkou.