AugeLab Studio Manual
Türkçe
Türkçe
  • 👋AugeLab Studio Kullanıcı Kılavuzuna Hoş Geldiniz
  • 📘Giriş
    • AugeLab Studio
    • Ana Özellikler
    • Kullanım Durumları
    • Sistem Gereksinimleri
  • 🚀Başlarken
    • Kayıt Olma
    • Kurulum
    • İlk Bakış
    • Basit Tur
    • İlk Projeniz
      • Temel Bilgiler
      • Tespit
      • Tamamlama
    • Daha Fazla Yerel Örnek
    • Daha Fazla Okuma
  • 🖥️AugeLab Studio Arayüzü
    • Ayrıntılı İnceleme
    • Senaryo Alanı
    • Menü ve Araç Çubuğu
    • Projeleri Yönetme
    • Yapay Zeka Yükleme ve Daha Fazlası
      • Modül İndirme ile Yapay Zeka Kullanın
  • 🧱Fonksiyon Blokları
    • Blok Yapıları
    • Sockets
    • Bloklar Kolonu
    • Bağlantılar
    • Tüm Fonksiyon Blokları
      • AI Blocks
        • Face Detection
        • Mask Detection
        • Object Detection - Custom
        • Object Detection
        • Pose Estimation
        • Safety Equipment Detection
        • Social Distance Detector
        • Super Resolution
        • Text Detection
        • OCR
      • CNN Blocks
        • Average Pooling 2D
        • Batch Normalization
        • Choose Folder 2D
        • Compile Model
        • Conv. Sep. Layer 2D
        • Conv. Trans. Layer 2D
        • Convolutional Layer 2D
        • Dropout Layer
        • Flatten Layer 2D
        • Fully Connected
        • Global Average Pooling 2D
        • Global Max Pooling 2D
        • Input Layer 2D
        • Loss CCE
        • Max Pooling 2D
        • Metrics Accuracy
        • Model EfficientNet
        • Model MobileNet
        • Model ResNet
        • Model VGG
        • Optimizer Adadelta
        • Optimizer Adagrad
        • Optimizer Adam
        • Optimizer Adamax
        • Optimizer FTRL
        • Optimizer Nadam
        • Optimizer RMSProp
        • Optimizer SGD
        • ReLU Layer
        • Softmax Layer
        • Training Parameters
      • Data/Logic
        • Flow Control
          • Batch Concatenation
          • Batch Processing
          • Debatch
          • Get Batch Size
          • HMI Background
          • Subsystem Enabled
          • Subsystem In
          • Subsystem Loop
          • Subsystem Out
          • Subsystem
        • logic
          • All True
          • And
          • Demux
          • Equals
          • Greater
          • Logic Operations
          • Mux
          • Not
          • Or
          • Set - Reset
          • Smaller
        • Mathmetical Operations
          • Add
          • Counter
          • Divide
          • Math Operations
          • Maximum
          • Minimum
          • Multiply
          • Not Equals
          • Round
          • Square Root
          • Subtract
          • Trigonometry
        • Data Operations
          • Data Memory
          • Data to JSON
          • Data Type Converter
          • Datetime Compare
          • Dictionary Operations
          • Exclude Nones
          • Find Substring
          • Get Element
          • Is None
          • List Operations
          • Parse Data Dictionary
          • Replace None
          • String Merge
          • String Operations
        • Referencing
          • Data Read Global
          • Data Read Local
          • Data Write Global
          • Data Write Local
          • Debug Input
          • Tag From
          • Tag To
        • Signal Operators
          • Delay Step
          • Edge Falling
          • Edge Rising
          • Multi Port Switch
          • OFF Delay
          • ON Delay
      • Image/Transformations
        • Analysis
          • Color Density Percentage
          • Get Dimension
          • Histogram On Curve
          • Histogram On Line
          • Image Color Match
          • Image Memory
          • Image Resolution and Channel Value
          • Maximum Images
          • Mean Value of Image
          • Measure Position Distance
          • Minimum Images
          • Non-zero of Image
          • Std. of Image
          • Structural Similarity
        • Transformation Filters
          • Auto Alignment
          • Auto Contrast
          • Color Quantizer and Clustering
          • Color Space
          • Contrast-Brightness-Gamma
          • Contrast Optimization
          • Deconvolution
          • Denoising
          • Distance Transformation
          • FloodFill
          • Grab Cut Algorithm
        • Color Filters
          • 2D Filter
          • Apply Mask
          • Bilateral Filter
          • Blur
          • Edge Filter
          • HSV Filter
          • Image Adaptive Threshold
          • Image Threshold
          • Invert Image
          • Morphological Transformations
          • Normalize Image
          • RGB Mask
          • RGB Set
          • Sobel Filter
        • Operations
          • Add Images Weighted
          • Add Images
          • Collage Images
          • Divide Images
          • Flip Image
          • Image AutoRotator
          • Image Concatenate
          • Image Resize
          • Image Resizer
          • Merge Channels
          • Multiply Images
          • Polar Transform
          • Rotate Image Angle
          • Slice Image
          • Split Image
          • Subtract Images
      • Detections/Shapes
        • Detectors
          • Barcode Reader
          • Blob Detector
          • Blur Detector
          • Circle Detector
          • Corner Detector
          • Custom CNN Model
          • Data Matrix Reader
          • Detect Reference
          • Feature Detector
          • Find Object - Multiple Image
          • Find Object
          • Find Reference
          • Harris Corner Filter
          • Line Detector
          • Match Shapes
          • Measure Object Distance
          • Shape Detector
        • Draw
          • Draw Detections
          • Draw Line
          • Draw Point
          • Draw Rectangle
          • Draw Result On Image
          • Write Date On Image
          • Write Text On Image
        • Roi Processing
          • Check Area (Polygon)
          • Check Area
          • Get Pixel Mouse
          • Get Pixel
          • Get ROI
          • Image ROI Center
          • Image ROI Polygon
          • Image ROI Select Multi
          • Image ROI Select
          • Image ROI
          • Perspective Transform
          • Rectangles in Rectangle
        • Shape Analysis
          • Approximate Contour
          • Choose Line
          • Contour to Image
          • Fill Contour
          • Find Contour
          • Hull Convex
          • Minimum Circle
          • Minimum Ellipse
          • Minimum Rectangle
          • Minimum Rotated Rectangle
          • Most Similar Shape
          • Point Polygon Test
      • Input/Output
        • Communication
          • Modbus Connect
          • Modbus Read
          • Modbus Write
          • MQTT Publish
          • MQTT Subscribe
          • OPC UA Client
          • OPC UA Read
          • OPC UA Write
          • REST API - Get
          • REST API - Post
          • Send Mail
          • Siemens S7 Connect
          • Siemens S7 Read
          • Siemens S7 Write
        • Data Inputs
          • Date-Time List
          • Date-Time
          • Headless Check
          • Keyboard/Barcode Reader
          • Logic Input
          • Number Input
          • Number Range
          • PWM (Pulse Width Modulation)
          • Rising Edge
          • String Input
          • Text
        • Image Inputs
          • Camera IP (ONVIF)
          • Camera IP
          • Camera USB External
          • Camera USB Vidgear
          • Camera USB
          • Load Image From Path
          • Load Image
          • Make Image
          • Pixel
          • Video
        • Outputs/Exports
          • CSV Export
          • Cycle Timer
          • File/Folder Operations
          • GPU Statistics
          • Image Logger
          • Image Write
          • Led Output
          • Multi Image Write
          • Output
          • Scope
          • Show Image
          • Stop
  • 📡Cihazlar ve İletişim
    • Kamera Kullanımı
    • İletişim Protokolleri
    • Daha Fazla Okuma
  • 🧩Örnek Projeler
    • Demo Projeler
    • Çevre Ölçümü
    • Nesne Sayma
    • Karo Genişliği Ölçümü
    • İnsan Tespiti
    • Nesne Tespiti
  • 🔑Ana Özellikler
    • Özel HMI Uygulamaları Yayınlayın
    • Nesne Tespiti için Verileri İşaretleyin
    • Özel AI Modelleri Eğitin
      • Doğru Veritabanını Seçme
      • Eğitim Ne Zaman Durmalı
    • Eklentiler Oluşturun
      • Bileşenler
      • Kodlama Referansı
    • Çözümlerinizi Toplulukla Paylaşın
    • Python Paketlerini Yükleyin
  • 📑SSS
    • Bizimle İletişime Geçin
    • SSS
    • Tam bir projeyi kurma
  • Ek Kaynaklar
    • Eğitim Takvimi
    • Eğitim Materyalleri
    • AugeLab Uzmanları
  • Ek
    • Sözlük
    • Kaynaklar
Powered by GitBook
On this page
  • 📥 Girdiler
  • 📤 Çıktılar
  • 🕹️ Kontroller
  • 🎨 Özellikler
  • 📝 Kullanım Talimatları
  • 📊 Değerlendirme
  • 💡 İpuçları ve Püf Noktaları
  • 🛠️ Sorun Giderme

Was this helpful?

  1. Fonksiyon Blokları
  2. Tüm Fonksiyon Blokları
  3. CNN Blocks

Fully Connected

Bu fonksiyon bloğu, yapay sinir ağları için tam bağlı (yoğun) bir katman uygular. Kullanıcılara çıktı boyutunu ve aktivasyon fonksiyonunu özelleştirme olanağı sağlar, böylece derin öğrenme modellerinin tasarımını kolaylaştırır.

📥 Girdiler

Bu fonksiyon bloğu, doğrudan sinir ağı katmanları ürettiği için girişi yoktur.

📤 Çıktılar

Bu fonksiyon bloğu doğrudan çıktı üretmez; bunun yerine, daha sonra değerlendirilebilecek bir sinir ağı modelinin mimarisine katkıda bulunur.

🕹️ Kontroller

Output Size Tam bağlı katmandaki çıktı nöronlarının sayısını ayarlamak için bir açılır menü. Seçenekler 8 ile 512 arasında değişmektedir.

Activation Function Katmanda kullanılan aktivasyon fonksiyonunu seçmek için bir açılır menü. Mevcut seçenekler:

  • None

  • relu

  • sigmoid

  • softmax

  • softplus

  • softsign

  • tanh

  • selu

  • elu

  • exponential

🎨 Özellikler

Customizable Layer Settings Kullanıcılar, eğitim sırasında modellerinin performansını iyileştirmek için çıktı sayısını ve aktivasyon fonksiyonlarını kolayca ayarlayabilir.

Integration with Keras Bu blok, katmanları sorunsuz bir şekilde oluşturmak için Keras kütüphanesini kullanır ve daha büyük modellere kolay entegrasyon sağlar.

📝 Kullanım Talimatları

  1. Open the Block: Fully Connected bloğunu AugeLab Studio iş akışınıza ekleyin.

  2. Set Output Size: Output Size açılır menüsünden istenilen çıktı nöronunun sayısını seçin.

  3. Select Activation Function: Activation Function açılır menüsünden tercih edilen aktivasyon fonksiyonunu seçin.

  4. Integrate into Model: Bu bloğun çıktısı, tamamlayıcı bir sinir ağı oluşturmak için diğer katmanlara bağlanabilir.

📊 Değerlendirme

Bu fonksiyon bloğu, belirtilen parametrelerle tam bağlı bir katman sağlar ve sinir ağı modeline katkıda bulunur.

💡 İpuçları ve Püf Noktaları

Choosing Activation Functions
  • İkili sınıflandırma görevleri için sigmoid kullanın.

  • Çoklu sınıflandırma için softmax kullanın.

  • Regresyon görevleri için linear (None olarak ayarlayın) kullanmayı düşünün.

Layer Stacking

Daha derin ağlar oluştururken, her katmanın arasında uygun aktivasyon fonksiyonlarıyla birden fazla tam bağlı katmanı üst üste yığmayı düşünün; bu, model kapasitesini artırabilir.

Tuning Output Size

Özel veri setiniz için optimal yapılandırmayı bulmak amacıyla farklı çıktı boyutlarıyla deney yapın. Çok az nörona sahip katmanlar yetersiz öğrenmeye neden olabilirken, çok fazla nöron aşırı öğrenmeye yol açabilir.

🛠️ Sorun Giderme

Layer Not Working as Expected

Çıktı boyutunun ve aktivasyon fonksiyonunun belirli kullanım durumunuza doğru şekilde ayarlandığından emin olun. Ayrıca, önceki katmanlardan gelen bağlantıların doğru veri akışı sağladığını kontrol edin.

Performance Issues

Modeliniz kötü performans gösteriyorsa, çıktı boyutunu veya aktivasyon fonksiyonunu ayarlamayı veya aşırı öğrenmeyi önlemek için dropout veya regularizasyon gibi teknikler uygulamayı düşünün.

PreviousFlatten Layer 2DNextGlobal Average Pooling 2D

Last updated 8 months ago

Was this helpful?

🧱