Hlavní stránka > Výsledky hledání: keywords:"neural style transfer"
Hledej:
Tipy pro vyhledávaní :: Rozšířené hledání
Hledej ve sbírkách:
Seřadit podle: Zobrazit výsledky: Výstupní formát:
Národní úložiště šedé literatury Nalezeno 2 záznamů.  Hledání trvalo 0.00 vteřin. 
Deep neural network learning methods with limited datasets
 Németh, Filip ; Vičar, Tomáš (oponent) ; Jakubíček, Roman (vedoucí práce)
The master thesis aims to investigate the effectiveness of deep neural networks in image processing with limited training data. As part of the work, the effects of various techniques and approaches on the learning of these networks were analyzed, including transfer learning, data augmentation, and neural style transfer method. Experimental results suggest that transfer learning using pre-trained weights from large datasets such as ImageNet is effective in improving results on limited data, achieving high F1-scores. The use of different forms of data augmentation can lead to variable results, where it provides different advantages and disadvantages that have a significant impact on the success and efficiency of the models. In general, the method using a neural style transfer network does not yield significant improvements and proved less effective for dataset with a large diversity of perspectives and geometric features.
Úplný záznam
Augmentace datasetu s využitím metod přenesení stylu
 Wolny, Michał ; Ligocki, Adam (oponent) ; Kratochvíla, Lukáš (vedoucí práce)
Tato bakalářská práce se zaměřuje na metody augmentace datasetu a metody přenesení stylu. Z celého spektra dostupných algoritmů pro přenos stylu byly vybrány tři velmi odlišné metody, které byly implementovány a následně experimentálně použity k augmentaci datasetu. Efektivita augmentace pomocí těchto metod byla ověřena prostřednictvím provedení statistické analýzy každého nově vytvořeného datasetu ve srovnání s původním, neupraveným datasetem. Výsledky analýzy poskytují důležité informace o změnách ve statistických charakteristikách, jako je entropie, průměr, medián, rozptyl a směrodatná odchylka. Tyto informace pomohly zhodnotit účinnost a vliv použitých metod augmentace na rozšířený dataset a poskytnout důkazy o jejich potenciálu.
Úplný záznam

Chcete být upozorněni, pokud se objeví nové záznamy odpovídající tomuto dotazu?
Přihlásit se k odběru RSS.
Digitální repozitář :: Hledej :: Nový záznam :: Personalizace :: Nápověda
Powered by Invenio v1.1.2
Spravuje admin.invenio@techlib.cz
Tato stránka je dostupná také v následujících jazycích:
Česky  English