| Form of studies |
Bachelor |
| Title of the study programm |
Intelligent robotic systems |
| Title in original language |
Deformējamo konvolūciju modifikāciju salīdzinājums objektu atpazīšanas uzdevumā |
| Title in English |
Comparison of Modifications to Deformable Convolutions in Object Detection Task |
| Department |
Faculty Of Computer Science Information Tehnology And Energy |
| Scientific advisor |
Ēvalds Urtāns |
| Reviewer |
Dmitrijs Bļizņuks |
| Abstract |
Pēdējo 10 gadu laikā metodes, kas balstītas dziļajā mašīnmācīšanā, ir ieguvušas ļoti labus rezultātus dažādos datorredzes uzdevumos. Piemēram objektu atpazīšanas uzdevumā, kam ir neskaitāmi praktiski pielietojumi, konvolūcijas neironu tīkli uzrāda pārāku sniegumu. Šajā darbā tika aplūkotas deformējamās konvolūcijas, lai dziļāk izprastu to darbību un veiktu uzlabojumus. Galvenie pētījuma ieguldījumi ir sekojoši. Veikta sistemātiska literatūras analīze un tās kvantitatīvs un kvalitatīvs salīdzinājums, kurā tika apskatīti pētījumi, kas piedāvā jaunus dziļās mašīnmācīšanās mehānismus vai arhitektūras. Izveidota bieži izmantotās \textit{ImageNet} datu kopas apakškopa \textit{Small-ImageNet} ar ko var ātrāk veikts attēlu klasifikācijas eksperimentus. Veikti vairāki ablācijas pētījumi par deformējamo konvolūciju izmantošanu iekš \textit{ResNet} arhitektūras. Arhitektūra, kas izmanto konvolūciju pirmajā slānī un deformējamās konvolūcijas pēdējos trīs iegūst visaugstākos rezultātus uzstādot 55.34\% uz \textit{Small-ImageNet} validācijas kopas. Izveidots un salīdzināts jauns mehānisms \textit{LightDCN}, kas iedvesmojas no deformējamām konvolūcijām un samazina modeļa parametru par 6\% skaitu saglabājot tā veiktspēju. Atvērtais pirmkods ir pieejams \href{https://github.com/march-o/deform-conv}{https://github.com/march-o/deform-conv}. |
| Keywords |
Mašīnmācīšanās, dziļie neironu tīkli, konvolūcijas neironu tīkli, datorredze, deformējamās konvolūcijas, uzmanības mehānisms, objektu atpazīšana, attēlu klasifikācija |
| Keywords in English |
Machine learning, deep neural networks, convolution neural networks, computer vision, deformable convolutions, attention mechanism, object recognition, image classification |
| Language |
lv |
| Year |
2024 |
| Date and time of uploading |
28.05.2024 23:54:22 |
