Bu depo, CIFAR-10 veri seti kullanılarak eğitilmiş bir Evrişimli Sinir Ağı (CNN) modelini içermektedir. Projenin temel amacı, TensorFlow ve Keras kütüphaneleri kullanılarak temel görüntü sınıflandırma mimarilerinin nasıl kurulduğunu uygulamalı olarak göstermektir. Geliştirilen bu model, otonom sistemlerdeki nesne tespiti ve görsel veri işleme görevleri için bir altyapı niteliği taşımaktadır.

• Python
• TensorFlow / Keras
• Jupyter Notebook

Model, $32 \times 32$ piksel boyutlarındaki giriş görüntülerini işleyip 10 farklı sınıftan birine ayırmak üzere tasarlanmıştır. Mimari özetle şu katmanlardan oluşur:

• Özellik çıkarımı için ardışık Conv2D ve MaxPooling2D katmanları.
• Çok boyutlu veriyi tek boyutlu vektöre dönüştüren Flatten katmanı.
• Sınıflandırma işlemini gerçekleştiren Dense (Tam Bağlı) katmanlar (Çıkış katmanı 10 nörona sahiptir).

• DeepVision_Cifar10.ipynb: Veri setinin yüklenmesi, CNN modelinin inşa edilmesi, eğitilmesi ve performansının test edilmesini içeren ana çalışma dosyasıdır.