Bu çalışmada, eskiz tanımaya yönelik model tasarlanmış ve modelin kullanıcılar tarafından denenmesi için mobil uygulama geliştirilmiştir. Eskizler, temsil ettikleri nesneleri veya kavramları sadece birkaç basit çizgiyle anlamlı bir şekilde ifade edebilen görsel öğelerdir. Gerçek görüntülerden farklı olarak, eskizlerde renk çeşitliliği, arka planlar ve çevresel detaylar gibi zengin görsel özellikler eksiktir. Bunun sonucunda, eskizler daha soyut ve yüksek bir düzeyde soyutlama gerektiren görsel verilerdir. Eskiz tanıma üzerine yapılan çalışmada eskizleri sınıflandırmak için Evrişimli Sinir Ağı (ESA) modeli önerilmektedir. Eskiz tanıma, çizilmiş veya elde edilmiş basit çizgilerden nesne veya yüz tanıma gibi daha karmaşık görevleri gerçekleştirebilen sinir ağlarına dayanan bir tekniktir. Önerilen model 20 katmandan oluşan bir sinir ağıdır. Bu katmanlar, veri üzerindeki özellikleri tespit etmek ve veriyi sınıflandırmak için kullanılır. Önerilen model QuickDraw! veri kümesinin 21 sınıfından oluşturulan 9 sınıflı alt veri kümesi ile eğitilmiştir. Bu sınıflar; uçak, otomobil, kuş, kedi, köpek, kurbağa, at, gemi ve kamyon şekillerini içermektedir. Deneysel sonuçlara göre, önerilen modelin doğruluğu %92.8 gibi yüksek bir oran elde edilmiştir.
Flask Api yi çalıştırdığınızda çıkan local host adresini Android taraftaki ÇizActivity içerisindeki bağlantıyı değiştirin. Eğer konvolüsyon çıktılarını gözlemlemek isterseniz:)
