Treffer: Image classification and investigation using TensorFlow with Keras and Python

Title:
Image classification and investigation using TensorFlow with Keras and Python
Publisher Information:
Universitat Politècnica de Catalunya 2022-07-04
Document Type:
E-Ressource Electronic Resource
Availability:
Open access content. Open access content
S'autoritza la difusió de l'obra mitjançant la llicència Creative Commons o similar 'Reconeixement-NoComercial- SenseObraDerivada'
Open Access
Note:
application/zip
application/pdf
English
Other Numbers:
HGF oai:upcommons.upc.edu:2117/380245
ETSETB-230.169912
1372987083
Contributing Source:
UNIV POLITECNICA DE CATALUNYA
From OAIster®, provided by the OCLC Cooperative.
Accession Number:
edsoai.on1372987083
Database:
OAIster

Weitere Informationen

This project follows the development of ULandmarks, an Android application capable of identifying a set list of landmarks from the campus of the University of Limerick via deep learning technology and the device's camera. The goal of this project was to study the quality of the results on the premise that the architecture had to be as simple as possible. This was achieved through an adaptation of the MNIST model, which identifies digits from 0 to 9 from an image, and the development, manipulation and augmentation of a custom dataset.
Este proyecto sigue el desarrollo de ULandmarks, una aplicación para Android capaz de identificar una serie de localizaciones del campus de la Universidad de Limerick a través de la tecnología de deep learning y la cámara del dispositivo. El objetivo de este proyecto era estudiar la calidad de los resultados bajo la premisa de que la arquitectura debía ser lo más sencilla posible. Esto se consiguió mediante una adaptación del modelo MNIST, que identifica los dígitos del 0 al 9 a partir de una imagen, y el desarrollo, manipulación y aumento de un conjunto de datos personalizado.
Aquest projecte segueix el desenvolupament de ULandmarks, una aplicació per a Android capaç d'identificar una sèrie de localitzacions del campus de la Universitat de Limerick a través de la tecnologia de deep learning i la càmera del dispositiu. L'objectiu d'aquest projecte era estudiar la qualitat dels resultats sota la premissa que l'arquitectura havia de ser tan senzilla com fos possible. Això es va aconseguir mitjançant una adaptació del model MNIST, que identifica els dígits del 0 al 9 a partir d'una imatge, i el desenvolupament, la manipulació i l'augment d'un conjunt de dades personalitzat.