Investigating techniques for improving accuracy and limiting overfitting for YOLO and real-time object detection on iOS

Investigating techniques for improving accuracy and limiting overfitting for YOLO and real-time object detection on iOS

I detta arbete genomförs utvecklingen av ett realtids objektdetekteringssystem för iOS. För detta ändamål används YOLO, en ett-stegs objektdetekterare och ett s.k. ihoplänkat neuralt nätverk vilket åstadkommer betydligt bättre prestanda än övriga realtidsdetek- terare i termer av hastigh...

Full description

Bibliographic Details
Main Author: Güven, Jakup
Format: Others
Language:English
Published: Malmö universitet, Fakulteten för teknik och samhälle (TS) 2019
Subjects:
YOLO
object detection
overfitting
dataset composition
hyperparameter optimisation
transfer learning
iOS
real-time
improving accuracy
Engineering and Technology
Teknik och teknologier
Online Access:http://urn.kb.se/resolve?urn=urn:nbn:se:mau:diva-19999

Internet

http://urn.kb.se/resolve?urn=urn:nbn:se:mau:diva-19999

Similar Items