Koneoppimisen hyödyntäminen konenäössä
Konenäön hyödyntäminen yleistyy ja sitä mukaa myös konenäön ongelmat monimutkaistuvat. Yksi suosittu tapa ratkaista näitä ongelmia on hyödyntää koneoppimista. Tässä tutkielmassa tarkastellaan miten koneoppimista hyödynnetään konenäössä ja vertaillaan eri koneoppimisalgoritmeja konenäön näkökulmasta....
| Päätekijä: | |
|---|---|
| Muut tekijät: | , , , , , |
| Aineistotyyppi: | Kandityö |
| Kieli: | fin |
| Julkaistu: |
2016
|
| Aiheet: | |
| Linkit: | https://jyx.jyu.fi/handle/123456789/52738 |
| Yhteenveto: | Konenäön hyödyntäminen yleistyy ja sitä mukaa myös konenäön ongelmat monimutkaistuvat. Yksi suosittu tapa ratkaista näitä ongelmia on hyödyntää koneoppimista. Tässä tutkielmassa tarkastellaan miten koneoppimista hyödynnetään konenäössä ja vertaillaan eri koneoppimisalgoritmeja konenäön näkökulmasta.
omputer Vision faces increasing challenges as its used more. Common way to solve these complex problems is to use Machine Learning. In this thesis workings of different Machine Learing algorithms are looked on and their advantages and disadvantages are compared.
|
|---|