prikaz prve stranice dokumenta Konvolucijski modeli za semantičku segmentaciju primjeraka
No public access
master's thesis
Konvolucijski modeli za semantičku segmentaciju primjeraka
Zagreb: University of Zagreb, Faculty of Electrical Engineering and Computing, 2020. urn:nbn:hr:168:984466
Kovač, Bruno
University of Zagreb
Faculty of Electrical Engineering and Computing

Institutional repository: FER Repository

Cite this document

Kovač, B. (2020). Konvolucijski modeli za semantičku segmentaciju primjeraka (Master's thesis). Zagreb: University of Zagreb, Faculty of Electrical Engineering and Computing. Retrieved from https://urn.nsk.hr/urn:nbn:hr:168:984466

Kovač, Bruno. "Konvolucijski modeli za semantičku segmentaciju primjeraka." Master's thesis, University of Zagreb, Faculty of Electrical Engineering and Computing, 2020. https://urn.nsk.hr/urn:nbn:hr:168:984466

Kovač, Bruno. "Konvolucijski modeli za semantičku segmentaciju primjeraka." Master's thesis, University of Zagreb, Faculty of Electrical Engineering and Computing, 2020. https://urn.nsk.hr/urn:nbn:hr:168:984466

Kovač, B. (2020). 'Konvolucijski modeli za semantičku segmentaciju primjeraka', Master's thesis, University of Zagreb, Faculty of Electrical Engineering and Computing, accessed 26 December 2024, https://urn.nsk.hr/urn:nbn:hr:168:984466

Kovač B. Konvolucijski modeli za semantičku segmentaciju primjeraka [Master's thesis]. Zagreb: University of Zagreb, Faculty of Electrical Engineering and Computing; 2020 [cited 2024 December 26] Available at: https://urn.nsk.hr/urn:nbn:hr:168:984466

B. Kovač, "Konvolucijski modeli za semantičku segmentaciju primjeraka", Master's thesis, University of Zagreb, Faculty of Electrical Engineering and Computing, Zagreb, 2020. Available at: https://urn.nsk.hr/urn:nbn:hr:168:984466

Metadata
TitleKonvolucijski modeli za semantičku segmentaciju primjeraka
Title (english)Convolutional models for semantic segmentation of object instances
AuthorBruno Kovač
MentorSiniša Šegvić (mentor)
Committee memberSiniša Šegvić (predsjednik povjerenstva)
Committee memberŽeljka Mihajlović (član povjerenstva)
Committee memberTomislav Hrkać (član povjerenstva)
GranterUniversity of Zagreb
Faculty of Electrical Engineering and Computing
Zagreb
Defense date and country2020-07-14, Croatia
Scientific / art field,
discipline and subdiscipline		TECHNICAL SCIENCES
Computing
Abstract
Lokalizacija i segmentacija primjeraka objekata jedni su od bitnih problema dubokog učenja. Mask R-CNN predstavlja stanje tehnike modela koji rješavaju te zadatke. U sklopu rada pojašnjene su sve komponente Mask R-CNN-a poput kralježnice u vidu rezidualnih neuronskih mreža ResNet, rezolucijske piramide značajki FPN, modula za predlaganje regija interesa RPN te samih glava za klasifikaciju, okvire i semantičku segmentaciju specifičnih za cijeli model. Model Mask R-CNN-a implementiran je i naučen na dva različita skupa podataka PASCAL VOC-2012 i AOLP. Prikazane su dobiveni vrijednosti AP metrika te sami rezultati na slikama gdje su objekti klasificirani, lokalizirani i segmentirani. Za oba skupa podataka i područja primjene također su prikazani i rezultati na slikama izvan navedenih skupova kako bismo prikazali mogućnost generalizacije našeg modela.
Abstract (english)
Object detection and instance segmentation are one of the most important problems in deep learning. Mask R-CNN represents state-of-the-art model which solves these tasks. As part of the paper, all components of Mask R-CNN are explained, such as backbone in form of residual neural networks ResNet, feature pyramid network FPN, region proposal network RPN and classification, bounding box and semantic segmentation heads specific for the whole model. Mask R-CNN model was implemented and trained on two different datasets PASCAL VOC-2012 and AOLP. Values of AP metrics are shown and also results on images where objects are classified, localized and segmented. For both datasets and areas of application results are also shown on images not included in mentioned datasets to show generalization of our model.
Keywords
Keywords (english)
Languagecroatian
URN:NBNurn:nbn:hr:168:984466
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 on2023-01-13 12:44:26