prikaz prve stranice dokumenta Mobilna aplikacija za klasifikaciju vrste cvijeća sa slike korištenjem metoda dubokog učenja
No public access
undergraduate thesis
Mobilna aplikacija za klasifikaciju vrste cvijeća sa slike korištenjem metoda dubokog učenja
Zagreb: University of Zagreb, Faculty of Electrical Engineering and Computing, 2024. urn:nbn:hr:168:511502
Raić, Luka
University of Zagreb
Faculty of Electrical Engineering and Computing

Institutional repository: FER Repository

Cite this document

Raić, L. (2024). Mobilna aplikacija za klasifikaciju vrste cvijeća sa slike korištenjem metoda dubokog učenja (Undergraduate thesis). Zagreb: University of Zagreb, Faculty of Electrical Engineering and Computing. Retrieved from https://urn.nsk.hr/urn:nbn:hr:168:511502

Raić, Luka. "Mobilna aplikacija za klasifikaciju vrste cvijeća sa slike korištenjem metoda dubokog učenja." Undergraduate thesis, University of Zagreb, Faculty of Electrical Engineering and Computing, 2024. https://urn.nsk.hr/urn:nbn:hr:168:511502

Raić, Luka. "Mobilna aplikacija za klasifikaciju vrste cvijeća sa slike korištenjem metoda dubokog učenja." Undergraduate thesis, University of Zagreb, Faculty of Electrical Engineering and Computing, 2024. https://urn.nsk.hr/urn:nbn:hr:168:511502

Raić, L. (2024). 'Mobilna aplikacija za klasifikaciju vrste cvijeća sa slike korištenjem metoda dubokog učenja', Undergraduate thesis, University of Zagreb, Faculty of Electrical Engineering and Computing, accessed 28 December 2024, https://urn.nsk.hr/urn:nbn:hr:168:511502

Raić L. Mobilna aplikacija za klasifikaciju vrste cvijeća sa slike korištenjem metoda dubokog učenja [Undergraduate thesis]. Zagreb: University of Zagreb, Faculty of Electrical Engineering and Computing; 2024 [cited 2024 December 28] Available at: https://urn.nsk.hr/urn:nbn:hr:168:511502

L. Raić, "Mobilna aplikacija za klasifikaciju vrste cvijeća sa slike korištenjem metoda dubokog učenja", Undergraduate thesis, University of Zagreb, Faculty of Electrical Engineering and Computing, Zagreb, 2024. Available at: https://urn.nsk.hr/urn:nbn:hr:168:511502

Metadata
TitleMobilna aplikacija za klasifikaciju vrste cvijeća sa slike korištenjem metoda dubokog učenja
Title (english)Mobile application for flower species classification from an image using deep learning methods
AuthorLuka Raić
MentorAlan Jović (mentor)
Committee memberAlan Jović (predsjednik povjerenstva)
Committee memberHrvoje Nuić (član povjerenstva)
Committee memberEda Jovičić (član povjerenstva)
GranterUniversity of Zagreb
Faculty of Electrical Engineering and Computing
Zagreb
Defense date and country2024-07-05, Croatia
Scientific / art field,
discipline and subdiscipline		TECHNICAL SCIENCES
Computing
Abstract
U ovom završnom radu predstavljena je mobilna aplikacija koja omogućuje klasifikaciju slika cvijeća pomoću ugrađenog modela dubokog učenja. U sklopu učenja korišten je podatkovni skup Oxford 102 Flower koji sadrži 102 kategorije različitih cvjetova koji se često mogu naći u Ujedinjenom Kraljevstvu. Za razvoj modela dubokog učenja korištena su dvije arhitekture: višeslojni perceptron i konvolucijska neuronska mreža. Model zasnovan na arhitekturi višeslojnog perceptrona je na skupu za testiranje imao točnost od 39,15%, dok je model zasnovan na arhitekturi konvolucijske neuronske mreže imao točnost od 72,10% pa je on ugrađen u aplikaciju. Sama mobilna aplikacija je napisana u programskom jeziku Kotlin te je namijenjena za operacijski sustav Android.
Abstract (english)
In this bachelor thesis, a mobile application that enables flower image classification using an embedded deep learning model is presented. The Oxford 102 Flower dataset, which contains 102 categories of different flowers commonly found in the United Kingdom, was used for training. Two architectures were used for the development of the deep learning model: a multilayer perceptron and a convolutional neural network. The model based on the multilayer perceptron architecture achieved an accuracy of 39.15% on the test set, while the model based on the convolutional neural network architecture achieved an accuracy of 72.10%, and thus it was integrated into the application. The mobile application itself is written in the Kotlin programming language and is intended for the Android operating system.
Keywords
Keywords (english)
Languagecroatian
URN:NBNurn:nbn:hr:168:511502
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 on2024-10-12 21:58:56