基于深度学习的自动地点检测
计算机视觉与模式识别
2024-08-31 v1 机器学习
摘要
数字图像的不断增长以及深度学习技术的进步，为各领域提供了创新解决方案，尤其是在图像分类领域发挥了重要作用。我们的项目针对识别和分类印度城市图像，构建了一个专门的图像分类系统。该系统基于广泛的数据集，对图像进行分类，识别五大印度城市：Ahmedabad、Delhi、Kerala、Kolkata 和 Mumbai，以识别每座城市/州的独特特征和特征。为实现高精度和召回率，我们采用了两种方法。首先使用基础卷积神经网络 (CNN)，随后通过利用 VGG16 模型进行迁移学习来探索其强大功能。基础 CNN 取得了令人满意的准确率，VGG16 模型实现了63.6%的测试准确率。评估结果突显了其优势和潜在改进空间，使我们的模型不仅具有竞争力，也具备更广泛应用的可扩展性。我们强调开源精神，旨在为社区贡献，鼓励进一步发展和多样化应用。我们的发现显示出旅游、城市规划乃至实时地点识别系统等潜在应用。
引用
@article{arxiv.2403.10912,
title = {Automatic location detection based on deep learning},
author = {Anjali Karangiya and Anirudh Sharma and Divax Shah and Kartavya Badgujar and Chintan Thacker and Dainik Dave},
journal= {arXiv preprint arXiv:2403.10912},
year = {2024}
}