ДОСЛІДЖЕННЯ ОПТИМІЗАТОРІВ НЕЙРОННОЇ МЕРЕЖІ ДЛЯ КЛАСИФІКАЦІЇ ЗОБРАЖЕНЬ БУДІВЕЛЬ ЗА АРХІТЕКТУРНИМ СТИЛЕМ
DOI:
https://doi.org/10.34185/1562-9945-5-136-2021-16Ключові слова:
машинне навчання, нейронні мережі, оптимізатори, класифікація зображень, архітектурні стиліАнотація
У статті розглянуто задачу класифікації зображень з тісними міжкласових взаємозв’язками – класифікація архітектурних стилів будівель, де велика кількість основних рис та ознак є спільною для декількох класів. Об’єктом дослідження є алго-ритм навчання нейронної мережі для розпізнавання архітектурних стилів будівель. Запропоновано метод навчання нейронної мережі для класифікації архітектурних стилів будівель за зображеннями будівель, що за меншу кількість часу навчання досягає більшої. Запропонований алгоритм оптимізатору реалізовано програмно і проведено експерименти для порівняння ефективності алгоритму.
Посилання
Chu W.T., Tsai M.H.: Visual pattern discovery for architecture image classification and product image search. In: Proceedings of the 2nd ACM International Conference on Multimedia Retrieval, p. 27. ACM (2012).
Z. Xu, D. Tao, Y. Zhang, J. Wu, A. Tsoi, "Architectural Style Classification using Multinomial Latent Logistic Regression", European Conference on Computer Vision (ECCV2014), 2014.
M. Mathias (a), A. Martinovic (a), J. Weissenberg (b), S. Haegler (b), L. Van Gool (a, b) “AUTOMATIC ARCHITECTURAL STYLE RECOGNITION” (a) PSI/VISICS, Department of Electrical Engineering, KU Leuven, Kasteelpark Arenberg 10/02441, 3001 Heverlee, Belgium - (markus.mathias, andelo.martinovic, luc.vangool)@esat.kuleuven.be (b) Computer Vision Laboratory, ETH Zurich, Sternwartstrasse 7, 8092 Zurich, Switzerland - (shaegler, julienw, vangool)@vision.ee.ethz.ch, 2011, Trento, Italy, 6 pages.
Gayane Shalunts , Yll Haxhimusa , and Robert Sablatnig: «Architectural Style Classification of Building Facade Windows». – Vienna University of Technology, Institute of Computer Aided Automation Computer Vision Lab, Institute of Computer Graphics and Algorithms, Pattern Recongition and Image Processing Lab, 2011.
Shahar G. Neural Networks for Image Recognition: Methods, Best Practices, Applications [Elektronniy resurs] — Rezhim dostupa k state: https://missinglink.ai/guides/computer-vision/neural-networks-image-recognition-methods-best-practices-applications/.
Sorokina K. Image Classification with Convolutional Neural Networks [Elektronniy resurs] — Rezhim dostupa k state: https://medium.com/@ksusorokina/image-classification-with-convolutional-neural-networks-496815db12a8.
Sebastian Ruder. An overview of gradient descent optimization algorithms [Elektronniy resurs] — Rezhim dostupa k state: https://ruder.io/optimizing-gradient-descent/.
Vitaly Bushaev. Stochastic Gradient Descent with momentum [Elektronniy resurs] — Rezhim dostupa k state: https://towardsdatascience.com/stochastic-gradient-descent-with-momentum-a84097641a5d.
Helton Maia Peixoto, Rafael Magalhães. Artificial Neural Networks and Efficient Optimization Techniques for Applications in Engineering / Helton Maia Peixoto, R?-fael Magalhães – 2011.
Завантаження
Опубліковано
Номер
Розділ
Ліцензія
Ця робота ліцензується відповідно до ліцензії Creative Commons Attribution 4.0 International License.
