Журнал «Современная Наука»

Изменение размеров изображений для улучшения кластеризации

Маркеев Максим Валерьевич (Независимый исследователь, Нижегородская область, г. Нижний Новгород)

Целью данной статьи является проведение исследований зависимости точности работы нейросети (кластеризация изображений) от размеров и пропорций изображений на входе самой нейросети. Современные нейросети используются для распознавания изображений, при этом делают это с большой точностью, иногда даже более точно, чем люди. Проблема заключается в не идеальности самих изображений. Для улучшения качества распознавания производится распознавание одного и того же изображения в различных масштабах, поворотах и зеркальном отображения. Работа этой методики была апробирована на разбиения изображений на 2 кластера «кошки» и «собаки». Проведенные исследования показали, что наилучшие результаты получаются при увеличении изображения на 30% при высоте 286 – 346 пикселей и ширине 272 – 383 пикселя для сверточной нейросети, которая была обучена на размерах 224 x 224. Результаты могут быть разными на разных наборах данных, поэтому в каждом случае необходима калибровка.

Ключевые слова:нейронные сети, кластеризация, изменение размеров изображений, искусственный интеллект, Keras, TensorFlow

Читать полный текст статьи …

Ссылка для цитирования:
Маркеев М. В. Изменение размеров изображений для улучшения кластеризации // Современная наука: актуальные проблемы теории и практики. Серия: Естественные и Технические Науки. -2022. -№11. -С. 119-125 DOI 10.37882/2223-2966.2022.11.22

ПРАВОВАЯ ИНФОРМАЦИЯ:
Перепечатка материалов допускается только в некоммерческих целях со ссылкой на оригинал публикации. Охраняется законами РФ. Любые нарушения закона преследуются в судебном порядке.
© ООО "Научные технологии"