Görüntü Kazıma Yoluyla Oluşturulan Örnek Veri Kümesinin Evrişimsel Sinir Ağı Tabanlı Görüntü Sınıflama Üzerine Etkisinin İncelenmesi-Reference-Cited by-同舟云学术

Görüntü Kazıma Yoluyla Oluşturulan Örnek Veri Kümesinin Evrişimsel Sinir Ağı Tabanlı Görüntü Sınıflama Üzerine Etkisinin İncelenmesi

Published:2023-07-31 Issue:3 Volume:11 Page:1388-1398
ISSN:2148-2446
Container-title:Düzce Üniversitesi Bilim ve Teknoloji Dergisi
language:
Short-container-title:

Author:

HAYIT Tolga¹^ORCID

Affiliation:

1. BOZOK ÜNİVERSİTESİ

Abstract

Derin öğrenme tabanlı görüntü sınıflandırma çalışmalarının en önemli aşamalarından biri veri elde etme aşamasıdır. Modeli eğitecek veri setinin göreve özgü ve uygun kalitede olması gerekmektedir. Bu nedenle veri setinin oluşturulma süreci araştırmacılar için zahmetli ve yorucu bir süreç olabilmektedir. Web kazıma teknikleri çalışmalarda kullanılabilecek uygun veri setlerinin oluşturulmasında araştırmacılara çözümler sunmaktadır. Özellikle derin öğrenme gibi çok sayıda veri ihtiyacı bulunan görevlerde bu tekniklerin kullanılması süreci ciddi anlamda hızlandırabilmektedir. Bu bağlamda bu çalışma, örnek bir görüntü sınıflandırma görevi için görsel kazıma teknolojisi ile oluşturulan veri setinin sınıflandırmaya başarısını araştırmaktadır. Çalışmada farklı CNN modelleri kullanılarak, oluşturulan örnek veri seti eğitilmiştir. Doğruluk ve diğer performans ölçütleri görsel kazıma yoluyla elde edilen veri setinin görüntü sınıflandırma görevleri için kullanılabileceğini desteklemektedir.

Publisher

Duzce Universitesi Bilim ve Teknoloji Dergisi

Subject

General Medicine

Reference38 articles.

1. [1] R. Diouf, E. N. Sarr, O. Sall, B. Birregah, M. Bousso, and S. N. Mbaye, “Web scraping: state-of-the-art and areas of application,” IEEE International Conference on Big Data (Big Data), 2019, pp. 6040-6042.

2. [2] R. B. Penman, T. Baldwin and D. Martinez, “Web Scraping Made Simple with SiteScraper,” Citeseer, pp. 1-10.

3. [3] Wikipedia. Web scraping. (May. 18, 2022). Accessed: May. 18, 2022. [Online]. Available: https://en.wikipedia.org/wiki/Web_scraping

4. [4] W. Roush. (2012, Jul 25). Diffbot Is Using Computer Vision to Reinvent the Semantic Web. [Online]. Available: https://xconomy.com/san-francisco/2012/07/25/diffbot-is-using-computer-vision-to-reinvent-the-semantic-web/

5. [5] Pinsent Masons (Out-Law News). Google thumbnails are fair use, says Court of Appeals. (May. 18, 2007). Accessed: May. 18, 2022. [Online]. Available: https://www.pinsentmasons.com/out-law/news/google-thumbnails-are-fair-use-says-court-of-appeals

Cited by 1 articles. 订阅此论文施引文献订阅此论文施引文献，注册后可以免费订阅5篇论文的施引文献，订阅后可以查看论文全部施引文献

1. KNN-based approach for the classification of fusarium wilt disease in chickpea based on color and texture features;European Journal of Plant Pathology;2023-11-08