Συγκριτική μελέτη μοντέλων συνελικτικών νευρωνικών δικτύων για κατηγοριοποίηση εικόνων

Abstract

Ο σκοπός της συγκεκριμένης πτυχιακής εργασίας είναι η σύγκριση αρχιτεκτονικών νευρωνικών δικτύων για κατηγοριοποίηση εικόνων. Πιο συγκεκριμένα η πτυχιακή εργασία απαρτίζεται από 2 μέρη. Το πρώτο μέρος αφορά το θεωρητικό κομμάτι της Μηχανικής Μάθησης. Στο πρώτο κεφάλαιο παρουσιάζονταιιστορικά στοιχεία για την Μηχανική Μάθηση και εξηγείται η λειτουργία των συνελικτικών νευρωνικών δικτύων καθώς και τα δομικά τους στοιχεία. Επίσης αναφέρονται τα πιο εδραιωμένα συνελικτικά νευρωνικά δίκτυα και τα πεδία εφαρμογής τους. Το δεύτερο μέρος της πτυχιακής εργασίας περιλαμβάνει την υλοποίηση του προγράμματος. Στα πλαίσια της πτυχιακής εργασίας δημιουργήθηκε μια βιβλιοθήκη η οποία περιλαμβάνει μεθόδους για την δημιουργία συνελικτικών δικτύων χωρίς την χρήση εξωτερικών βιβλιοθηκών. Επίσης στο δεύτερο μέρος υπάρχει το κομμάτι της δημιουργίας, εκπαίδευσης και σύγκρισης των συνελικτικών νευρωνικών δικτύων. Τα μοντέλα που εκπαιδεύτηκαν είναι το LeNet-5 που εκπαιδεύτηκε με την χρήση της βιβλιοθήκης που αναπτύχθηκε στα πλαίσια της πτυχιακής εργασίας, LeNet-5 εκπαιδευμένο με την βιβλιοθήκη Keras καθώς και μία παραλλαγή του μοντέλου VGG. Τέλος παρουσιάζονται τα αποτελέσματα της σύγκρισης των μοντέλων.

The purpose of this thesis is to compare models of convolutional neural networks for image classification. In particular, the bachelor thesis consists of two chapters. The first chapter includes the theoretical basis of Machine Learning and the history of machine learning. The building blocks of convolutional neural networks are also presented in the first chapter. It is also essential to study the most widely used models and the domains they are used. The second part of the bachelor thesis consists of the implementation of the library with utilities to create and train the models without using third party libraries. The second part includes the part of the creation and the training of models using the developed library and the comparison of the neural network architectures. The models that were developed for this thesis are the LeNet-5 that was trained using the developed library, the LeNet-5 that was trained using the Keras library, and a variation of the VGG model. At last, the results of the comparison are presented.