Αναγνώριση αντικειμένων/προτύπων με χρήση βαθιάς μάθησης και εφαρμογές
Abstract
Τα τελευταία χρόνια η υπολογιστική όραση έχει γνωρίσει ραγδαίες εξελίξεις αφού η πρόοδος της τεχνητής νοημοσύνης (AI) και της μηχανικής μάθησης (ML) μας έχουν οδηγήσει σε μια νέα εποχή. Αυτό έχει ως αποτέλεσμα την ανάπτυξη νέων τεχνολογιών, κυρίως στον τομέα της αναγνώρισης αντικειμένων, όπου τα εμπόδια και οι περιορισμοί αυξάνονται συνεχώς . Στην αντιμετώπιση αυτών των προκλήσεων έχουν πρωταγωνιστήσει πολλά μοντέλα βαθιάς μάθησης (DL) με ιδιαίτερες δυνατότητες εκμάθησης χαρακτηριστικών και εξαιρετική απόδοση σε προβλήματα ανίχνευσης αντικειμένων. Η παρούσα διπλωματική διατριβή εστιάζει στην ανάλυση των βασικών αρχιτεκτονικών και αλγορίθμων βαθιάς μάθησης καθώς και στην αξιολόγηση της απόδοσής τους σε συγκεκριμένα σύνολα δεδομένων.