Kullanım Kılavuzu
Neden sadece 3 sonuç görüntüleyebiliyorum?
Sadece üye olan kurumların ağından bağlandığınız da tüm sonuçları görüntüleyebilirsiniz. Üye olmayan kurumlar için kurum yetkililerinin başvurması durumunda 1 aylık ücretsiz deneme sürümü açmaktayız.
Benim olmayan çok sonuç geliyor?
Birçok kaynakça da atıflar "Soyad, İ" olarak gösterildiği için özellikle Soyad ve isminin baş harfi aynı olan akademisyenlerin atıfları zaman zaman karışabilmektedir. Bu sorun tüm dünyadaki atıf dizinlerinin sıkça karşılaştığı bir sorundur.
Sadece ilgili makaleme yapılan atıfları nasıl görebilirim?
Makalenizin ismini arattıktan sonra detaylar kısmına bastığınız anda seçtiğiniz makaleye yapılan atıfları görebilirsiniz.
 Görüntüleme 16
 İndirme 1
CİLT SEGMENTASYONUNDA DERİN ÖĞRENME İLE MAKİNE ÖĞRENİMİNİN KARŞILAŞTIRILMASI
2021
Dergi:  
Eskişehir Teknik Üniversitesi Bilim ve Teknoloji Dergisi B - Teorik Bilimler
Yazar:  
Özet:

Bu çalışmada, derin öğrenme yöntemleri ile bir deri segmentasyonu çalışması incelenmiştir. Deri bölütleme problemi vaka çalışması olarak seçilmiştir. Bunun temel nedeni, bu konuda çok sayıda çalışmanın olması ve mevcut veri setlerinin çokluğudur. Ek olarak, dış görünüm pikselleri içeren görüntüler birden çok öznitelik içerir. Bu nedenle insan görüntüleri, makine öğrenimi ve derin öğrenme üzerine karşılaştırmalı çalışmalar için çok uygundur. Bu çalışmanın ilk aşamasında, makine öğrenmesinde öznitelik olarak derin bilgiyi içeren RGB uzayı kullanılarak cilt segmentasyonu yapılacaktır. Aynı zamanda derin öğrenme algoritmasının başarısını göstermek için görüntüleri gri tonlamaya dönüştürerek derin öğrenmenin etkisi test edilecek ve başarı farklılıkları verilecektir.

Anahtar Kelimeler:

Comparison Of Deep Learning With Machine Learning On Skin Segmentation
2021
Yazar:  
Özet:

In this study, a skin segmentation study is investigated with deep learning methods. The skin segmentation problem is chosen as a case study. The main reason for this is that there are numerous studies on this subject and the abundance of available data sets. In addition, images containing skin pixels contain multiple attributes. That's why human images are very suitable for comparative studies on machine learning and deep learning. In the first stage of this study, skin segmentation will be done by using RGB space, which contains deep information as an attribute in machine learning. At the same time, to show the success of the deep learning algorithm, the effect of deep learning will be tested by converting images to grayscale, and success differences will be given.

Atıf Yapanlar
Bilgi: Bu yayına herhangi bir atıf yapılmamıştır.
Benzer Makaleler










Eskişehir Teknik Üniversitesi Bilim ve Teknoloji Dergisi B - Teorik Bilimler

Alan :   Fen Bilimleri ve Matematik; Mühendislik; Sağlık Bilimleri; Ziraat, Orman ve Su Ürünleri

Dergi Türü :   Uluslararası

Metrikler
Makale : 223
Atıf : 114
Eskişehir Teknik Üniversitesi Bilim ve Teknoloji Dergisi B - Teorik Bilimler