文献

J-GLOBAL ID：202202253905170448   整理番号：22A0928755

機械学習に基づく自動車モデルを検出するためのシステム【JST・京大機械翻訳】

System for detecting car models based on machine learning

著者 (3件)： Chigateri Keerthana B. (CSE Department, NMAMIT, Nitte, Udupi 574110, India) ,  Suryavamshi Sujay (CSE Department, NMAMIT, Nitte, Udupi 574110, India) ,  Rajendra Shrihari (CSE Department, NMAMIT, Nitte, Udupi 574110, India)
資料名： Materials Today: Proceedings  (Materials Today: Proceedings)
巻： 52  号： P3  ページ： 1697-1701  発行年： 2022年 
JST資料番号： W3531A  ISSN： 2214-7853  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 本研究では,自動車モデルとその作成を認識するニューラルネットワークを作成した。また,そのモデルに基づいて自動車のビデオを分類した。30以上の異なる自動車モデルおよび製造者からの自動車の約16000写真を用いて,ネットワークを訓練した。ここでは,畳込みニューラルネットワーク(CNN)モデルを採用した。再利用は用いた活性化関数のタイプである。resnet34CNNモデルをここで利用した。画像分類モデルresnet34は34層畳込みニューラルネットワークである。完全接続層前の層は,およそ30の異なる自動車とそれらのモデルの分類だけを有する層によって置換される。次に,このモデルをデータセット上で訓練し,その時点で80%の精度を達成した。Copyright 2022 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 関数 ,  *自動車 ,  ネットワーク ,  分類 ,  ニューラルネットワーク ,  精度 ,  生産者 ,  録画装置 ,  再利用 ,  *機械学習
準シソーラス用語： 画像分類 ,  活性化関数 ,  畳込みニューラルネットワーク , 【Automatic Indexing@JST】

著者キーワード (7件)： 畳込みニューラルネットワーク ,  自動車モデル ,  データセット ,  トレーニング ,  評価 ,  画像 ,  図書館

分類 (2件)： 人工知能  (JE08000Z) ,  パターン認識  (JE07000S)

タイトルに関連する用語 (3件)： 機械学習 ,  自動車 ,  モデル