Cuccovillo, Andrea
(2017)
Deep Learning: descrizione e alcune applicazioni.
[Laurea], Università di Bologna, Corso di Studio in
Informatica per il management [L-DM270], Documento ad accesso riservato.
Documenti full-text disponibili:
|
Documento PDF (Thesis)
Full-text accessibile solo agli utenti istituzionali dell'Ateneo
Disponibile con Licenza: Salvo eventuali più ampie autorizzazioni dell'autore, la tesi può essere liberamente consultata e può essere effettuato il salvataggio e la stampa di una copia per fini strettamente personali di studio, di ricerca e di insegnamento, con espresso divieto di qualunque utilizzo direttamente o indirettamente commerciale. Ogni altro diritto sul materiale è riservato
Download (13MB)
| Contatta l'autore
|
Abstract
Questa tesi si occupa della descrizione storica e tecnica dello stato dell’arte del problema del Deep Learning e del riconoscimento di immagini.
Dopo una fase descrittiva delle metodologie attuali applicate agli algoritmi sono stati presi in esame i modelli Inception V3 e MobileNet.
Dopo l’analisi dei modelli sono state fatte simulazioni di riaddestramento sul modello MobileNet tramite la libreria TensorFlow: si è generato prima un modello di rete neurale capace di distinguere cinque categorie di fiori, successivamente un modello capace di distinguere cani e gatti.
Questo componente integrato in un applicazione Android, ha permesso l’analisi di un flusso di fotogrammi costante dalla fotocamera di uno smartphone, restituendo un output in tempo reale delle stime rilevate.
Abstract
Questa tesi si occupa della descrizione storica e tecnica dello stato dell’arte del problema del Deep Learning e del riconoscimento di immagini.
Dopo una fase descrittiva delle metodologie attuali applicate agli algoritmi sono stati presi in esame i modelli Inception V3 e MobileNet.
Dopo l’analisi dei modelli sono state fatte simulazioni di riaddestramento sul modello MobileNet tramite la libreria TensorFlow: si è generato prima un modello di rete neurale capace di distinguere cinque categorie di fiori, successivamente un modello capace di distinguere cani e gatti.
Questo componente integrato in un applicazione Android, ha permesso l’analisi di un flusso di fotogrammi costante dalla fotocamera di uno smartphone, restituendo un output in tempo reale delle stime rilevate.
Tipologia del documento
Tesi di laurea
(Laurea)
Autore della tesi
Cuccovillo, Andrea
Relatore della tesi
Scuola
Corso di studio
Ordinamento Cds
DM270
Parole chiave
Deep Learning,Computer Vision,Storia del Deep Learning,Intelligenza Artificiale,Machine Learning,Reti Neurali,Reti Neurali Convoluzionali,MobileNet,TensorFlow,Android
Data di discussione della Tesi
19 Dicembre 2017
URI
Altri metadati
Tipologia del documento
Tesi di laurea
(NON SPECIFICATO)
Autore della tesi
Cuccovillo, Andrea
Relatore della tesi
Scuola
Corso di studio
Ordinamento Cds
DM270
Parole chiave
Deep Learning,Computer Vision,Storia del Deep Learning,Intelligenza Artificiale,Machine Learning,Reti Neurali,Reti Neurali Convoluzionali,MobileNet,TensorFlow,Android
Data di discussione della Tesi
19 Dicembre 2017
URI
Statistica sui download
Gestione del documento: