Bilgisayarlı Görü ve Örüntü Tanıma alanında öne çıkan makaleler
Pofolia’nın havuzunda Bilgisayarlı Görü ve Örüntü Tanıma alt dalından 85 makale var (2002–2025). Aşağıdaki liste en çok atıf alandan başlar.
En çok atıf alanlar
Sıralama atıf sayısına göre. Atıf zamanla biriktiği için bu liste doğal olarak birkaç yıl önce yayımlanmış çalışmalara ağırlık verir; alanın bugünü için “son eklenenler” bölümüne bak.
Derin Artık Öğrenme ile Görüntü Tanıma
Deep Residual Learning for Image Recognition
2016 · 223.583 atıf
Yeni bir artık öğrenme çerçevesi, önemli ölçüde daha derin sinir ağlarının eğitimini kolaylaştırarak son teknoloji görüntü tanıma performansı elde edilmesini sağlıyor.
Derin Evrişimli Sinir Ağları ile ImageNet Sınıflandırması
ImageNet classification with deep convolutional neural networks
Communications of the ACM · 2017 · Q1 · SJR 1.00 · FWCI 4435.36 · 75.715 atıf · Açık erişim
Derin bir evrişimli sinir ağı, ImageNet sınıflandırmasında son teknolojiye ulaşarak 2010'da %17.0, 2012'de ise kazanan %15.3'lük ilk-5 hata oranlarını düşürdü.
Büyük Ölçekli Görüntü Tanıma için Çok Derin Evrişimsel Ağlar
Very Deep Convolutional Networks for Large-Scale Image Recognition
arXiv (Cornell University) · 2014 · 75.542 atıf · Açık erişim
Çok küçük (3x3) evrişim filtreleri kullanan 16-19 ağırlık katmanına sahip evrişimsel ağ derinliğini artırmak, büyük ölçekli görüntü tanımada doğruluk oranını önceki konfigürasyonlara göre önemli ölçüde iyileştirir.
Daha Hızlı R-CNN: Bölge Öneri Ağları ile Gerçek Zamanlı Nesne Tespiti Hedefi
Faster R-CNN: Towards Real-Time Object Detection with Region Proposal Networks
IEEE Transactions on Pattern Analysis and Machine Intelligence · 2016 · Q1 · SJR 4.00 · FWCI 1672.08 · 54.589 atıf
Bu makale, nesne tespit ağlarıyla sorunsuz bir şekilde entegre olan ve neredeyse hiçbir hesaplama maliyeti olmadan bölge önerileri üreterek gerçek zamanlı performansı mümkün kılan bir Bölge Öneri Ağı (RPN) sunmaktadır.
Konvolüsyonlarla daha derine inmek
Going deeper with convolutions
2015 · 46.948 atıf
Inception kod adlı yeni bir derin evrişimli sinir ağı mimarisi, ILSVRC14 yarışmasında görüntü sınıflandırma ve tespit alanında yeni bir en iyi performansı elde etti.
Yoğun Bağlantılı Evrişimsel Ağlar
Densely Connected Convolutional Networks
2017 · 44.970 atıf
DenseNet'ler, her katmanın diğer tüm katmanlara ileri beslemeli bir şekilde bağlandığı yeni bir evrişimsel ağ mimarisi sunarak, geleneksel ağlara kıyasla doğrudan bağlantı sayısını önemli ölçüde artırır.
Anlamsal bölümleme için tam evrişimli ağlar
Fully convolutional networks for semantic segmentation
2015 · 37.045 atıf
Bu makale, her boyuttaki görüntü üzerinde anlamsal bölümleme yapabilen ve verimli çıkarım ile en gelişmiş sonuçları elde eden tam evrişimli ağları (FCN'ler) tanıtmaktadır.
Doğru Nesne Tespiti ve Semantik Segmentasyon için Zengin Özellik Hiyerarşileri
Rich Feature Hierarchies for Accurate Object Detection and Semantic Segmentation
2014 · 31.870 atıf
R-CNN adlı yeni bir algoritma, PASCAL VOC 2012 veri kümesinde nesne tespiti doğruluğunu %30'dan fazla artırarak %53.3'lük bir mAP elde ediyor.
Bilgisayarlı Görü İçin Evrim Mimarisi Yeniden Düşünülüyor
Rethinking the Inception Architecture for Computer Vision
2016 · 31.095 atıf
Evrim (Inception) adı verilen yeni bir ağ tasarımı, konvolüsyonları çarpanlara ayırarak ve agresif düzenlileştirme kullanarak evrimsel ağları verimli bir şekilde ölçeklendirir ve bilgisayarlı görü görevlerinde en gelişmiş sonuçları elde eder.
Swin Transformer: Kaydırılmış Pencereler Kullanan Hiyerarşik Görüntü Transformer'ı
Swin Transformer: Hierarchical Vision Transformer using Shifted Windows
2021 IEEE/CVF International Conference on Computer Vision (ICCV) · 2021 · 30.585 atıf
Swin Transformer, genel amaçlı bilgisayarlı görü görevleri için verimli öz-dikkat hesaplamasını sağlayan kaydırılmış pencerelere sahip hiyerarşik bir mimari sunar.
Mask R-CNN
2017 · 28.989 atıf
Mask R-CNN, nesneleri verimli bir şekilde algılayan ve her bir örnek için yüksek kaliteli segmentasyon maskeleri üreten, Faster R-CNN'i bir maske tahmin dalıyla genişleten yeni bir çerçevedir.
Nesne Tespiti için Özellik Piramit Ağları
Feature Pyramid Networks for Object Detection
2017 · 28.919 atıf
Özellik Piramit Ağları (FPN'ler), derin evrişimli ağlardan, marjinal hesaplama maliyetiyle zengin bir çok ölçekli özellik temsili oluşturur.
Sıkıştırma-ve-Uyarma Ağları
Squeeze-and-Excitation Networks
2018 · 28.761 atıf
Kanallar arasındaki bağımlılıkları modelleyerek kanal bazlı özellik yanıtlarını uyarlanabilir bir şekilde yeniden kalibre eden yeni bir 'Sıkıştırma-ve-Uyarma' (SE) bloğu, derin öğrenme modellerinin performansını önemli ölçüde artırmaktadır.
Hızlı R-CNN
Fast R-CNN
2015 · 28.041 atıf
Fast R-CNN, nesne önerilerini derin evrişimli ağlar kullanarak verimli bir şekilde sınıflandıran ve eğitim/test hızlarını önemli ölçüde iyileştirirken doğruluğu artıran yeni bir nesne tespit yöntemidir.
Yoğun Nesne Tespiti İçin Odak Kaybı
Focal Loss for Dense Object Detection
2017 · 26.050 atıf
Yeni bir 'Odak Kaybı' (Focal Loss) fonksiyonu, yoğun nesne tespitçilerinin eğitimindeki aşırı sınıf dengesizliğini etkili bir şekilde ele alarak, hızlarını korurken daha yavaş, iki aşamalı tespitçilerin doğruluğunu aşmalarını sağlıyor.
MobileNetV2: Tersine Kalanlar ve Doğrusal Darboğazlar
MobileNetV2: Inverted Residuals and Linear Bottlenecks
2018 · 25.715 atıf
MobileNetV2, tersine artıklar ve doğrusal darboğazlar içeren yeni bir mobil mimari sunarak, çeşitli model boyutlarında mobil görevlerdeki en gelişmiş performansı önemli ölçüde iyileştirir.
Küçük Görüntülerden Çok Katmanlı Özelliklerin Öğrenilmesi
Learning Multiple Layers of Features from Tiny Images
2024 · FWCI 670.28 · 25.502 atıf
Araştırmacılar, milyarlarca küçük web görüntüsünden insan görsel korteksinin yönlerini taklit eden anlamlı görsel özellikler öğrenen çok katmanlı bir üretken model geliştirdi.
DeepLab: Derin Evrişimsel Ağlar, Atrous Konvolüsyon ve Tam Bağlantılı CRF'ler ile Semantik Görüntü Bölütleme
DeepLab: Semantic Image Segmentation with Deep Convolutional Nets, Atrous Convolution, and Fully Connected CRFs
IEEE Transactions on Pattern Analysis and Machine Intelligence · 2017 · Q1 · SJR 4.00 · FWCI 632.10 · 22.241 atıf
DeepLab, derin ağlarda özellik çözünürlüğünü kontrol etmek ve filtrelerin alıcı alanlarını genişletmek için 'atrous konvolüsyon'u tanıtır, bu da daha iyi semantik görüntü bölütlemeyi sağlar.
Eşleştirilmemiş Görüntüden Görüntüye Çeviri için Döngü Tutarlı Çekişmeli Ağlar Kullanımı
Unpaired Image-to-Image Translation Using Cycle-Consistent Adversarial Networks
2017 · 22.010 atıf
Bu makale, mevcut tekniklerde yaygın bir sınırlama olan eşleştirilmiş eğitim verisine ihtiyaç duymayan, görüntüden görüntüye çeviri için yeni bir yöntem sunmaktadır.
Grad-CAM: Gradyan Tabanlı Yerelleştirme Yoluyla Derin Ağlardan Görsel Açıklamalar
Grad-CAM: Visual Explanations from Deep Networks via Gradient-Based Localization
2017 · 21.873 atıf
Grad-CAM, karmaşık modelleri daha şeffaf hale getirerek Evrişimli Sinir Ağı (CNN) kararları için görsel açıklamalar üretir ve önemli görüntü bölgelerini vurgular.
Son eklenenler
Soyut Fonksiyonel Dil Mantığı: Paradoks-Özgür Akıl Yürütme ve Uyarlanabilir Zeka için Rekabetçi Uzmanlar Karışımı Mimarisi
Abstract Functional Language Logic: A Competitive Mixture of Experts Architecture for Paradox-Free Reasoning and Adaptive Intelligence
Zenodo (CERN European Organization for Nuclear Research) · 2025 · FWCI 52.50 · 592 atıf
Bu makale, olasılıksal LLM akıl yürütmesini matematiksel fonksiyonel yaklaştırıcılarla değiştiren, paradoks-özgür, verimli çıkarım için Fonksiyonel Dil Mantığına (FLL) dayalı Rekabetçi Uzmanlar Karışımı (CMoE) mimarisini tanıtmaktadır.
VM-UNet: Tıbbi Görüntü Segmentasyonu için Vision Mamba UNet
VM-UNet: Vision Mamba UNet for Medical Image Segmentation
ACM Transactions on Multimedia Computing Communications and Applications · 2025 · Q1 · FWCI 229.92 · 493 atıf
Tıbbi görüntü segmentasyonu için yeni bir U-şekilli mimari olan VM-UNet, Mamba gibi Durum Uzay Modellerini (SSM'ler) kullanarak doğrusal hesaplama karmaşıklığı ve etkili uzun menzilli modelleme sağlar, önceki CNN ve Transformer modellerinden daha iyi performans gösterir.
V0.1IC
Zenodo (CERN European Organization for Nuclear Research) · 2025 · 499 atıf
Hamming Cube adlı yeni bir derin öğrenme çerçevesi, Hamming mesafesi yapısını koruyarak kompakt ikili kodları ve sürekli gömmeleri ortaklaşa öğrenir.
Küçük Görüntülerden Çok Katmanlı Özelliklerin Öğrenilmesi
Learning Multiple Layers of Features from Tiny Images
2024 · FWCI 670.28 · 25.502 atıf
Araştırmacılar, milyarlarca küçük web görüntüsünden insan görsel korteksinin yönlerini taklit eden anlamlı görsel özellikler öğrenen çok katmanlı bir üretken model geliştirdi.
Kentsel Trafik Kontrolü İçin Çok Modlu Dağıtık Gerçek Zamanlı Bir IoT Sistemi
A Multi-Modal Distributed Real-Time IoT System for Urban Traffic Control (Invited Paper)
Leibniz-Zentrum für Informatik (Schloss Dagstuhl) · 2024 · FWCI 549.48 · 14.339 atıf · Açık erişim
Yeni bir dağıtık IoT sistemi, iki aşamalı bir dedektör ve kenar cihazlarda akustik siren algılama kullanarak %77 araç algılama doğruluğu ve %99,4 acil durum aracı algılama doğruluğu elde ediyor.
Bu alanı günlük akışına ekle
İlgi alanlarını seç, her gün alanındaki yeni makaleler Türkçe özetleriyle önüne gelsin. Özetlerin tamamı uygulamada.
Uygulamayı aç