........attendi qualche secondo.

#adessonews solo agevolazioni personali e aziendali.

per le ricerche su Google, inserisci prima delle parole di ricerca:

#adessonews

Siamo operativi in tutta Italia

 

Identificazione di caratteristiche rilevanti in capi di abbigliamento mediante deep-learning – AMS Tesi di Laurea #adessonewsitalia


Torriano, Fabrizio (2022) Identificazione di caratteristiche rilevanti in capi di abbigliamento mediante deep-learning. [Laurea magistrale], Università di Bologna, Corso di Studio in Ingegneria informatica [LM-DM270] Tweet

]]>

Documenti full-text disponibili:

Abstract

Il mondo della moda è in continua e costante evoluzione, non solo dal punto di vista sociale, ma anche da quello tecnologico. Nel corso del presente elaborato si è studiata la possibilità di riconoscere e segmentare abiti presenti in una immagine utilizzando reti neurali profonde e approcci moderni. Sono state, quindi, analizzate reti quali FasterRCNN, MaskRCNN, YOLOv5, FashionPedia e Match-RCNN. In seguito si è approfondito l’addestramento delle reti neurali profonde in scenari di alta parallelizzazione e su macchine dotate di molteplici GPU al fine di ridurre i tempi di addestramento. Inoltre si è sperimentata la possibilità di creare una rete per prevedere se un determinato abito possa avere successo in futuro analizzando semplicemente dati passati e una immagine del vestito in questione. Necessaria per tali compiti è stata, inoltre, una approfondita analisi dei dataset esistenti nel mondo della moda e dei metodi per utilizzarli per l’addestramento.
Il presente elaborato è stato svolto nell’ambito del progetto FA.RE.TRA. per il quale l’Università di Bologna svolge un compito di consulenza per lo studio di fattibilità su reti neurali in grado di svolgere i compiti menzionati.

Abstract

Il mondo della moda è in continua e costante evoluzione, non solo dal punto di vista sociale, ma anche da quello tecnologico. Nel corso del presente elaborato si è studiata la possibilità di riconoscere e segmentare abiti presenti in una immagine utilizzando reti neurali profonde e approcci moderni. Sono state, quindi, analizzate reti quali FasterRCNN, MaskRCNN, YOLOv5, FashionPedia e Match-RCNN. In seguito si è approfondito l’addestramento delle reti neurali profonde in scenari di alta parallelizzazione e su macchine dotate di molteplici GPU al fine di ridurre i tempi di addestramento. Inoltre si è sperimentata la possibilità di creare una rete per prevedere se un determinato abito possa avere successo in futuro analizzando semplicemente dati passati e una immagine del vestito in questione. Necessaria per tali compiti è stata, inoltre, una approfondita analisi dei dataset esistenti nel mondo della moda e dei metodi per utilizzarli per l’addestramento.
Il presente elaborato è stato svolto nell’ambito del progetto FA.RE.TRA. per il quale l’Università di Bologna svolge un compito di consulenza per lo studio di fattibilità su reti neurali in grado di svolgere i compiti menzionati.

Tipologia del documento

Tesi di laurea (Laurea magistrale)

Autore della tesi

Torriano, Fabrizio

Relatore della tesi

Correlatore della tesi

Scuola

Corso di studio

Ordinamento Cds

DM270

Parole chiave

Machine Learning,Deep Learning,Computer Vision,Fashion,Moda,PyTorch,Engineering,Neural Network

Data di discussione della Tesi

6 Ottobre 2022

URI

Altri metadati

Tipologia del documento

Tesi di laurea (NON SPECIFICATO)

Autore della tesi

Torriano, Fabrizio

Relatore della tesi

Correlatore della tesi

Scuola

Corso di studio

Ordinamento Cds

DM270

Parole chiave

Machine Learning,Deep Learning,Computer Vision,Fashion,Moda,PyTorch,Engineering,Neural Network

Data di discussione della Tesi

6 Ottobre 2022

URI

Statistica sui download

Gestione del documento: Visualizza il documento

Clicca qui per collegarti al sito e articolo dell’autore

“https://amslaurea.unibo.it/26810/”

Pubblichiamo solo i migliori articoli della rete. Clicca qui per visitare il sito di provenienza. SITE: the best of the best ⭐⭐⭐⭐⭐

Clicca qui per collegarti al sito e articolo dell’autore

La rete Adessonews è un aggregatore di news e replica gli articoli senza fini di lucro ma con finalità di critica, discussione od insegnamento, come previsto dall’art. 70 legge sul diritto d’autore e art. 41 della costituzione Italiana. Al termine di ciascun articolo è indicata la provenienza dell’articolo. Per richiedere la rimozione dell’articolo clicca qui

#adessonews

#adessonews

#adessonews

 

Richiedi info
1
Richiedi informazioni
Ciao Posso aiutarti?
Per qualsiasi informazione:
Inserisci il tuo nominativo e una descrizione sintetica dell'agevolazione o finanziamento richiesto.
Riceverai in tempi celeri una risposta.