7-Amaliy mashg‘ulot
Download 470.85 Kb. Pdf ko'rish
|
Timsollarni tanib olish 7-12 Amaliy mashgulot.docx
|
10-Amaliy mashg‘ulot
Mavzu : Yuzning old qismini tanib olishdan meros qilib olingan neyron tarmoq Yuzning old qismini tanib olishdan meros qilib olingan neyron tarmoq, "Convolutional Neural Network" (CNN) deb ataluvchi bir neyron tarmoq modelidir. CNN'lar, kompyuterli ko'rib chiqishda yuzlarni aniqlash, tasvir tushuntirish, ob'ektlarni taniyish va boshqa ko'rib chiqish vazifalarini bajarishda juda samarali bo'lganlar. CNN'lar, yuzning old qismini tanib olish uchun maxsus ravishda tuzilganlar. Ular, tasvirlarni o'ziga xos tuzilishlari bilan ishlaydilar. CNN'lar, bir nechta konvolutsiya (convolutional) va maxpooling (maksimal olchamlash) qatlamlaridan iborat bo'lgan hamkor tuzilishga ega. CNN'lar yuzning old qismini tanib olishda quyidagi asosiy qadamlarni amalga oshirishadi: 1. Konvolutsiya (convolution) qatlami: Ushbu qatlamda, tasvirning pikselleri orasida konvolutsiya operatsiyasi bajariladi. Konvolutsiya operatsiyasi, filtrlarni (convolutional filter) tasvirning har bir qismini tekshirib o'tiradi va yangi xususiyat xaritalarini yaratadi. Bu xususiyat xaritalari, tasvirning muhim qismlarini aniqlashda yordam beradi. 2. Aktivatsiya (activation) qatlami: Konvolutsiya operatsiyasining natijalariga aktivatsiya funksiyasi (masalan, ReLU) qo'llaniladi. Aktivatsiya funksiyasi, tashqi signallarni aktivatsiya darajasiga olib keladi, bu esa tasvirning non-linearliklarini ifodalaydi. 3. Maxpooling (maksimal olchamlash) qatlami: Ushbu qatlam, tasvirning o'lchamini kichraytiradi va asosiy xususiyatlarini saqlaydi. Maxpooling operatsiyasi har bittadan o'lchovlilarni tanib olishda eng katta qiymatni qaytaradi va bu tarzda tasvirning bo'lganligini aniqlashga yordam beradi. CNN'lar uchun yuzning old qismini tanib olish amalga oshirilgach, yana bir nechta fully connected (to'liq bog'langan) qatlam va klassifikatsiya qatlami (masalan, softmax) kiritiladi, bu esa tasvirni belgilangan kategoriyalar bo'yicha tasniflash uchun ishlatiladi. Meros qilib olingan neyron tarmoq modellari, katta sonli ma'lumot to'plamlarini (datase o'xshash tasvir to'plamlari) o'rgatish orqali yuzning old qismini tanib olish va boshqa vazifalarni bajarishda juda samarali bo'lishi bilan mashhur. Ular, katta ma'lumotlar va kompleks tasvir tahlillari uchun ishlatiladi va kompyuterli ko'rib chiqish sohalarida keng qo'llaniladi. Yuzning old qismini tanib olish uchun CNN'lar quyidagi xususiyatlarga ega bo'lishi kerak: 1. Konvolutsiya operatsiyasi: CNN'lar yuzning old qismini aniqlashda konvolutsiya operatsiyasini qo'llaydilar. Konvolutsiya operatsiyasi, tasvirning har bir qismiga filtrlar (convolutional filter) qo'llanib, bu filtrlar tasvirdagi xususiyatlarni aniqlashda yordam beradi. Bu operatsiya tasvirning lokal xususiyatlarini aniqlash imkonini beradi. 2. Filtrlar va qatlamlar: CNN'lar konvolutsiya qatlamiga bir nechta filtrlar kiritsa bo'ladi. Har bir filtri tashqi xususiyatlarni aniqlash uchun o'ziga xos parametrlarga ega bo'lgan, masalan, sharq, nur, yo'nalish, tarkib, to'g'ri tomonlar, tumanlar va boshqalar. Qatlamlar, filtrlarning tuzilishini va tashqi xususiyatlarni aniqlashda tashkil etadilar. 3. Aktivatsiya funksiyalari: CNN'lar uchun aktivatsiya funksiyalari (masalan, ReLU, Sigmoid) qo'llaniladi. Aktivatsiya funksiyalari, konvolutsiya operatsiyasining natijalariga non-linearlik kiritadi va tasvirning o'ziga xos xususiyatlarini aniqlash imkonini beradi. 4. Maxpooling: Maxpooling operatsiyasi tasvirning o'lchamini kichraytiradi va asosiy xususiyatlarni saqlaydi. Maxpooling, tasvirdagi muhim xususiyatlarni saqlab qoladi va tasvirning invariantligini oshiradi. 5. To'liq bog'langan qatlam: CNN'lar uchun to'liq bog'langan (fully connected) qatlam kiritiladi. Ushbu qatlam, tasvirning o'lchamini yoki tashqi xususiyatlarni to'g'ri o'lchashga yordam beradi. To'liq bog'langan qatlam orqali tasvirdagi xususiyatlardan keyingi tartiblangan ma'lumotlar olish mumkin. 6. Klassifikatsiya qatlami: CNN'ning oxirgi qatlamida klassifikatsiya qatlami joylashadi. Bu qatlam, tasvirni belgilangan kategoriyalarga tasniflashda ishlatiladi. Klassifikatsiya qatlami, tasvirning har bir kategoriyaga tegishli ehtimolliklarni aniqlash imkonini beradi. Bu xususiyatlar, CNN'lar orqali yuzning old qismini aniqlashda xususiyatlarini belgilash va tasvirning muhim tarkibiy qismlarini uchunlashtirish imkonini beradi. Ular yuzning old qismini tanib olishda invariantlik, lokal xususiyatlar, tashqi xususiyatlar va tasvirning non- linearliklarini qo'llaydilar. |
