طراحی و پیاده سازی یک سیستم یادگیری عمیق بهبود یافته برای طبقه بندی تصاویر و مقایسه عملکرد آن با شبکه عصبی مصنوعی

امروزه بحث پردازش و طبقه بندی تصاویر، در سیستم های حمل و نقل، صنایع، امور نظامی، پزشکی و ... بسیار مورد توجه قرار گرفته و یکی از زمینه های جذاب برای تحقیق به شمار می رود. یکی از الگوریتم های موفق در زمینه پردازش تصویر، الگوریتم شبکه عصبی کانولوشن است که از زیرمجموعه های الگوریتم یادگیری عمیق به شمار می رود. در این مقاله الگوریتم شبکه عصبی کانولوشن و موارد موثر در بهبود دقت و عملکرد این الگوریتم مورد بررسی قرار گرفته است. بدین منظور پس از معرفی کلی هر یک از این موارد، سیستمی طراحی شده، دقت و عملکرد آن برای کلاس بندی و تشخیص تصاویر دیتاست مورد نظر به دست آمد. در انتها مقایسه ای بین عملکرد کلی الگوریتم یادگیری عمیق با شبکه عصبی مصنوعی انجام گرفته است. در این مقاله از دیتاست تصاویر راهنمایی رانندگی آلمان استفاده شده و دقت بدست آمده در این مقاله در حدود 89/99 درصد بوده که در مقایسه با حالت های قبل بهبود داشته است.

Keywords:

الگوریتم یادگیری عمیق , یادگیری ماشین , هوش مصنوعی , پردازش تصویر , شبکه عصبی کانولوشن , شبکه عصبی مصنوعی