TOPSİS PROJE
powered by Emirhan PERVANLARDüzce Üniversitesi Bilgisayar Mühendisliği öğrencileri Proje Yönetimi dersi için üzerinde çalışmakta olduğu " Yüz Resimlerinden Yaş Tahmini " projesinde kullanmak istediği Derin Öğrenme yöntemlerinden biri olan CNN (Convolutional Neural Networks)'in yaklaşımlarından hangisini tercih edeceklerine karar vermek için Karar Destek Yönetimi algoritmalarından TOPSİS modelini kullanmaya karar verirler. Algoritmanın uygulanabilmesi için yapacakları literatür taramasını MORPH veri seti üzerinde yoğunlaştırırlar. Diğer projelerde MORPH veri setini kullanarak elde edilen değerleri bir tablo haline getirirler. Tablo oluşumundaki etkenler şu şekildedir.
- Projeler içerisinde kullanılan eğitim ve test veri miktarları göz ardı edilmiştir.
- Projelerin uygulandığı cihazlardaki RAM miktarları yüzdeli olarak değerlendirilip yaklaşık GB değerleri tabloya uygulanmıştır.
- Projeler içerisinde kullanılan farklı yöntemlerin batch_size değerleri göz ardı edilmiştir.
- Training Epoch , Classification Per Image, GPU değerleri kullanılan cihazın gücüne göre değişmekte olduğu için yaklaşık değerler tercih edilmiştir.
- Kullanım değerleri araştırılan literatürlerin tercih ettiği yöntemlere göre toplamı 1 olacak şekilde dağıtılmıştır.
| Training Epoch (dk) | Resim Başına Sınıflandırma (sn) | Parametre (m) | Hata (%) | RAM (gb) | GPU (%) | Kullanım | |
|---|---|---|---|---|---|---|---|
| GoogleNet | 4 | 2,8 | 4 | 6,66 | 4,4 | 84 | 9 |
| AlexNet | 2 | 1 | 61 | 16,4 | 2,2 | 88 | 6 |
| LeNet | 0,4 | 0,5 | 100 | 9 | 4,8 | 82 | 2 |
| VGG | 2,4 | 2 | 138 | 7,5 | 6,6 | 92 | 1 |
| ResNet | 3,2 | 1,2 | 1,7 | 6,43 | 3,9 | 76 | 2 |
| AĞIRLIK | 0,21 | 0,21 | 0,06 | 0,3 | 0,03 | 0,03 | 0,16 |
GoogleNet
AlexNet
LeNet
VGG
ResNet
