prikaz prve stranice dokumenta Detekcija i klasifikacija prometnih znakova ograničenja brzine
No public access
undergraduate thesis
Detekcija i klasifikacija prometnih znakova ograničenja brzine
Zagreb: University of Zagreb, Faculty of Electrical Engineering and Computing, 2022. urn:nbn:hr:168:329153
Pavić, Tihomir
University of Zagreb
Faculty of Electrical Engineering and Computing

Institutional repository: FER Repository

Cite this document

Pavić, T. (2022). Detekcija i klasifikacija prometnih znakova ograničenja brzine (Undergraduate thesis). Zagreb: University of Zagreb, Faculty of Electrical Engineering and Computing. Retrieved from https://urn.nsk.hr/urn:nbn:hr:168:329153

Pavić, Tihomir. "Detekcija i klasifikacija prometnih znakova ograničenja brzine." Undergraduate thesis, University of Zagreb, Faculty of Electrical Engineering and Computing, 2022. https://urn.nsk.hr/urn:nbn:hr:168:329153

Pavić, Tihomir. "Detekcija i klasifikacija prometnih znakova ograničenja brzine." Undergraduate thesis, University of Zagreb, Faculty of Electrical Engineering and Computing, 2022. https://urn.nsk.hr/urn:nbn:hr:168:329153

Pavić, T. (2022). 'Detekcija i klasifikacija prometnih znakova ograničenja brzine', Undergraduate thesis, University of Zagreb, Faculty of Electrical Engineering and Computing, accessed 27 December 2024, https://urn.nsk.hr/urn:nbn:hr:168:329153

Pavić T. Detekcija i klasifikacija prometnih znakova ograničenja brzine [Undergraduate thesis]. Zagreb: University of Zagreb, Faculty of Electrical Engineering and Computing; 2022 [cited 2024 December 27] Available at: https://urn.nsk.hr/urn:nbn:hr:168:329153

T. Pavić, "Detekcija i klasifikacija prometnih znakova ograničenja brzine", Undergraduate thesis, University of Zagreb, Faculty of Electrical Engineering and Computing, Zagreb, 2022. Available at: https://urn.nsk.hr/urn:nbn:hr:168:329153

Metadata
TitleDetekcija i klasifikacija prometnih znakova ograničenja brzine
Title (english)Detection and Classification of Speed Limit Traffic Signs
AuthorTihomir Pavić
MentorMario Cifrek (mentor)
Committee memberMario Cifrek (predsjednik povjerenstva)
Committee memberAntonio Stanešić (član povjerenstva)
Committee memberEda Jovičić (član povjerenstva)
GranterUniversity of Zagreb
Faculty of Electrical Engineering and Computing
Zagreb
Defense date and country2022-06-28, Croatia
Scientific / art field,
discipline and subdiscipline		TECHNICAL SCIENCES
Computing
Abstract
Cilj ovog rada bio je razvoj sustava za detekciju i klasifikaciju prometnih znakova ograničenja brzine. Sustav je podijeljen na dva dijela (modela): dio za detekciju i dio za klasifikaciju. Osnovna značajka oba dijela je konvolucijska neuronska mreža čiji je način rada detaljno opisan u ovom radu. Sustav za detekciju koristi algoritam YOLO koji je iznimno efikasan algoritam pri detekciji objekata sa slike, a koristi jednu konvolucijsku neuronsku mrežu. Nakon što se prometni znak ograničenja brzine detektira sa slike uz pomoć YOLO algoritma, dio slike na kojem je znak detektiran šalje se modelu za klasifikaciju. Klasifikacijski model također koristi jednu konvolucijsku neuronsku mrežu, a dobiveni znak na ulazu klasificira u jednu od osam mogućih klasa. Oba modela pokazala su visoku efikasnost te su ostvarena očekivanja sustava za detekciju i klasifikaciju prometnih znakova ograničenja brzine.
Abstract (english)
The aim of this thesis was to develop a system for detection and classification of speed limit traffic signs. The system is divided into two parts (models): detection part and classification part. The main feature of both parts is the convolutional neural network which is also described in detail in this thesis. The detection part of a system uses YOLO algorithm, which is very efficient algorithm for object detection from image and it is using one convolutional neural network. After the speed limit traffic sign is detected from image using YOLO algorithm, the part of an image on which the traffic sign is detected is sent to the classification model. The classification model uses one convolutional neural network and classifies the traffic sign from the input into one of eight possible classes. Both models have shown high efficiency and system's expectations for detecting and classifying speed limit traffic signs were accomplished.
Keywords
Keywords (english)
Languagecroatian
URN:NBNurn:nbn:hr:168:329153
Study programmeTitle: Computing
Study programme type: university
Study level: undergraduate
Academic / professional title: sveučilišni/a prvostupnik/ prvostupnica (baccalaureus/baccalaurea) inženjer/inženjerka računarstva (sveučilišni/a prvostupnik/ prvostupnica (baccalaureus/baccalaurea) inženjer/inženjerka računarstva)
Type of resourceText
File originBorn digital
Access conditionsClosed access
Terms of useLicence In copyright icon
Public note
Created on2023-01-15 11:00:03