prikaz prve stranice dokumenta Detekcija i raspoznavanje objekata konvolucijskim neuronskim mrežama
No public access
master's thesis
Detekcija i raspoznavanje objekata konvolucijskim neuronskim mrežama
Zagreb: University of Zagreb, Faculty of Electrical Engineering and Computing, 2015. urn:nbn:hr:168:359127
Jurišić, Fran
University of Zagreb
Faculty of Electrical Engineering and Computing

Institutional repository: FER Repository

Cite this document

Jurišić, F. (2015). Detekcija i raspoznavanje objekata konvolucijskim neuronskim mrežama (Master's thesis). Zagreb: University of Zagreb, Faculty of Electrical Engineering and Computing. Retrieved from https://urn.nsk.hr/urn:nbn:hr:168:359127

Jurišić, Fran. "Detekcija i raspoznavanje objekata konvolucijskim neuronskim mrežama." Master's thesis, University of Zagreb, Faculty of Electrical Engineering and Computing, 2015. https://urn.nsk.hr/urn:nbn:hr:168:359127

Jurišić, Fran. "Detekcija i raspoznavanje objekata konvolucijskim neuronskim mrežama." Master's thesis, University of Zagreb, Faculty of Electrical Engineering and Computing, 2015. https://urn.nsk.hr/urn:nbn:hr:168:359127

Jurišić, F. (2015). 'Detekcija i raspoznavanje objekata konvolucijskim neuronskim mrežama', Master's thesis, University of Zagreb, Faculty of Electrical Engineering and Computing, accessed 13 January 2025, https://urn.nsk.hr/urn:nbn:hr:168:359127

Jurišić F. Detekcija i raspoznavanje objekata konvolucijskim neuronskim mrežama [Master's thesis]. Zagreb: University of Zagreb, Faculty of Electrical Engineering and Computing; 2015 [cited 2025 January 13] Available at: https://urn.nsk.hr/urn:nbn:hr:168:359127

F. Jurišić, "Detekcija i raspoznavanje objekata konvolucijskim neuronskim mrežama", Master's thesis, University of Zagreb, Faculty of Electrical Engineering and Computing, Zagreb, 2015. Available at: https://urn.nsk.hr/urn:nbn:hr:168:359127

Metadata
TitleDetekcija i raspoznavanje objekata konvolucijskim neuronskim mrežama
Title (english)Object detection and recognition using convolutional neural networks
AuthorFran Jurišić
MentorZoran Kalafatić (mentor)
Committee memberZoran Kalafatić (predsjednik povjerenstva)
Committee memberTomislav Hrkać (član povjerenstva)
Committee memberSiniša Šegvić (član povjerenstva)
GranterUniversity of Zagreb
Faculty of Electrical Engineering and Computing
Zagreb
Defense date and country2015-07-14, Croatia
Scientific / art field,
discipline and subdiscipline		TECHNICAL SCIENCES
Computing
Abstract
U ovom radu obrađuju se konvolucijske umjetne neuronske mreže počevši od opisa slojeva od kojih se grade, povijesti njihovog razvoja i pregleda istaknutih radova u kojima su ostvarile zamjetne rezultate. Dani su opisi nekoliko javno dostupnih alata za rad s konvolucijskim neuronskim mrežama, njihovi principi rada i tehnologije na kojima se zasnivaju, te su pobrojani razni javno dostupni skupovi podataka s područja rukopisa, prometnih znakova i generalnih objekata na kojima se mogu uspoređivati uspješnosti modela za detekciju i raspoznavanje. Koristeći originalnu arhitekturu konvolucijske mreže DipNet i jedan režim učenja, predstavljen je niz statistika vezanih uz rad te mreže na problemu raspoznavanja prometnih znakova. Na skupovima podataka GTSRB i BTSC ostvareni rezultati su bolji od ljudskih i usporedivi s najboljim koje su postigle druge konvolucijske mreže.
Abstract (english)
In this paper we give an overview of architectural elements, history and papers with notable achievements of deep convolutional neural networks. We also examine some common tools and frameworks for working with them and list a number of publicly available datasets, such as handwriting, general object classes and traffic signs, that are often used to test and compare detection and classification models. DipNet, our original network architecture, is used on several traffic sign classification datasets with fixed training parameters and various performance measures are reported. We achieve results on GTSRB and BTSC comparable to best known for convolutional neural networks, and better than human performance.
Keywords
Keywords (english)
Languagecroatian
URN:NBNurn:nbn:hr:168:359127
Study programmeTitle: Computing
Study programme type: university
Study level: graduate
Academic / professional title: magistar/magistra inženjer/inženjerka računarstva (magistar/magistra inženjer/inženjerka računarstva)
Type of resourceText
File originBorn digital
Access conditionsClosed access
Terms of useLicence In copyright icon
Public note
Created on2018-02-06 09:32:31