Mély neurális hálózatok vizualizációja

OData támogatás
Konzulens:
Tóth László István
Hálózati Rendszerek és Szolgáltatások Tanszék

Az informatikai területen létrehozott neurális hálózatok az élőlények idegsejt- rendszerét modellezik. Ezzel az ötlettel az adatok párhuzamos feldolgozása és a tanulás adaptivitása válik lehetővé, ami miatt a korábbi mesterséges intelligenciában használt tanítási algoritmusok bizonyos feladatkörökben nem tudják felvenni a versenyt a neurális hálózatokkal.

Az idegsejt- modellekből, vagyis neuronokból tetszőleges bonyolultságú és méretű hálózatok építhetők fel, melyek tanulással különféle feladatok ellátására alkalmasak, ilyenek például a különböző felismerési feladatok.

A felismerési feladatokon túl a neurális hálózatok elfogadható időn belül eredményt adnak olyan bonyolult, nagy műveletszámú problémákra, melyeket más algoritmusok nagy teljesítményű számítógépekkel sem képesek megoldani.

A konvolúciós neurális hálózatok képeken különböző objektumokat, alakzatokat, formákat ismernek fel. Algoritmusaik feltehetően nem teljesen ugyanazokat a részleteket emelik ki osztályozásnál, amit az élőlények idegsejt rendszere talál meg.

A gépi neurális hálózat tanulásának részleteinek megismerése az egyes rejtett rétegekben közelebb vihet minket a neurális hálózatok működésének megértéséhez, és a különböző tanítási problémák tanító adatbázisainak specializálásához adott problémákra.

Munkámban a mély neurális hálózatok belső rétegeinek felismerési jellegzetességeit fogom feltárni és megjeleníteni. A képek nagyrészt utcaképeket tartalmazó adatbázisokból származnak, az ezeken jelenlévő objektumok felismerésének lépéseit, részleteit kívánom bemutatni, mivel a gyalogos detektálás az önműködő autók gépi látásával foglalkozó projekteknél kiemelt kutatási terület.

Az eredményeket a szakdolgozatban a tesztképek egy részével vizualizálom, MATLAB és MATCONVNET beépített függvényei és a VGG-16 neurális hálózat segítségével.

Letölthető fájlok

A témához tartozó fájlokat csak bejelentkezett felhasználók tölthetik le.