A neural networks benchmark for image classification

Echegoyen Blanco, Guillermo (2017). A neural networks benchmark for image classification. Proyecto Fin de Carrera / Trabajo Fin de Grado, E.T.S.I. de Sistemas Informáticos (UPM), Madrid.

Description

Title: A neural networks benchmark for image classification
Author/s:
  • Echegoyen Blanco, Guillermo
Contributor/s:
  • Lope Asiaín, Javier de
Item Type: Final Project
Degree: Grado en Ingeniería del Software
Date: July 2017
Subjects:
Faculty: E.T.S.I. de Sistemas Informáticos (UPM)
Department: Inteligencia Artificial
Creative Commons Licenses: Recognition - No derivative works - Non commercial

Full text

[img]
Preview
PDF - Requires a PDF viewer, such as GSview, Xpdf or Adobe Acrobat Reader
Download (535kB) | Preview
[img] Archive (ZIP) - Users in campus UPM only
Download (7kB)
[img] Archive (ZIP) - Users in campus UPM only
Download (12kB)
[img] Archive (ZIP) - Users in campus UPM only
Download (1kB)
[img] Archive (ZIP) - Users in campus UPM only
Download (354B)

Abstract

A través de este documento, el lector puede hacerse hacerse una idea de como ha sido la historia de los métodos usados para clasificación de imagen, tanto con métodos clásicos como con redes neuronales artificiales; todo ello en el contexto de visión para robots. Primero revisaremos los métodos clásicos, pasando por sus restricciones y limitaciones, escogeremos uno y sacaremos diferentes medidas sobre cómo se comporta. Después, exploraremos, brevemente, los tipos de redes neuronales que se utilizan para esta tarea, pasando por el estado del arte y su aportación; también escogeremos una red y mediremos su eficacia. Con todo ello, explicaremos el método empleado para medir y los resultados experimentales obtenidos. Por último discutiremos estos resultados y expondremos nuestras conclusiones, así como posibles lineas futuras de investigación. Through this document, the reader can get an idea of the history of modern and classic methods for the task of image classification, we present a simple image classification task, in the context of robotic vision, and how different neural networks reach to stable solutions. First, we'll review different classic methods, evaluating their constraints and limitations, only to pick one up and benchmark it. Then, briefly, we will explore more modern methods, choose one, and benchmark it. Then, both benchmarks will be compared, and experimental results will be analyzed and explained. We'll conclude with a discussion of the results, pointing out future lines of research.

More information

Item ID: 48907
DC Identifier: http://oa.upm.es/48907/
OAI Identifier: oai:oa.upm.es:48907
Deposited by: Biblioteca Universitaria Campus Sur
Deposited on: 15 Jan 2018 12:41
Last Modified: 09 Jan 2019 22:30
  • Logo InvestigaM (UPM)
  • Logo GEOUP4
  • Logo Open Access
  • Open Access
  • Logo Sherpa/Romeo
    Check whether the anglo-saxon journal in which you have published an article allows you to also publish it under open access.
  • Logo Dulcinea
    Check whether the spanish journal in which you have published an article allows you to also publish it under open access.
  • Logo de Recolecta
  • Logo del Observatorio I+D+i UPM
  • Logo de OpenCourseWare UPM