prikaz prve stranice dokumenta Klasifikacija riba Jadranskog mora na primjeru vlastitog skupa podataka
  Download
PDF 1.99 MB
master's thesis
Klasifikacija riba Jadranskog mora na primjeru vlastitog skupa podataka
Split: University of Split, Faculty of Science, 2024. urn:nbn:hr:166:703686
Dadić, Petra
University of Split
Faculty of Science
Department of Informatics

Institutional repository: Repository of Faculty of Science

Cite this document

Dadić, P. (2024). Klasifikacija riba Jadranskog mora na primjeru vlastitog skupa podataka (Master's thesis). Split: University of Split, Faculty of Science. Retrieved from https://urn.nsk.hr/urn:nbn:hr:166:703686

Dadić, Petra. "Klasifikacija riba Jadranskog mora na primjeru vlastitog skupa podataka." Master's thesis, University of Split, Faculty of Science, 2024. https://urn.nsk.hr/urn:nbn:hr:166:703686

Dadić, Petra. "Klasifikacija riba Jadranskog mora na primjeru vlastitog skupa podataka." Master's thesis, University of Split, Faculty of Science, 2024. https://urn.nsk.hr/urn:nbn:hr:166:703686

Dadić, P. (2024). 'Klasifikacija riba Jadranskog mora na primjeru vlastitog skupa podataka', Master's thesis, University of Split, Faculty of Science, accessed 17 February 2025, https://urn.nsk.hr/urn:nbn:hr:166:703686

Dadić P. Klasifikacija riba Jadranskog mora na primjeru vlastitog skupa podataka [Master's thesis]. Split: University of Split, Faculty of Science; 2024 [cited 2025 February 17] Available at: https://urn.nsk.hr/urn:nbn:hr:166:703686

P. Dadić, "Klasifikacija riba Jadranskog mora na primjeru vlastitog skupa podataka", Master's thesis, University of Split, Faculty of Science, Split, 2024. Available at: https://urn.nsk.hr/urn:nbn:hr:166:703686

Metadata
TitleKlasifikacija riba Jadranskog mora na primjeru vlastitog skupa podataka
Title (english)Classification of Adriatic Sea Fish Using a Custom Dataset
AuthorPetra Dadić
MentorSaša Mladenović (mentor)
Committee memberSaša Mladenović (predsjednik povjerenstva)
Committee memberNika Jerković (član povjerenstva)
Committee memberAntonela Prnjak (član povjerenstva)
GranterUniversity of Split
Faculty of Science
(Department of Informatics)
Split
Defense date and country2024-09-20, Croatia
Scientific / art field,
discipline and subdiscipline		TECHNICAL SCIENCES
Computing
Abstract
Zadatak klasifikacije riba iznimno je važan zbog njegove primjene u industriji i očuvanju biološke raznolikosti. Unatoč dugoj povijesti zadatka klasifikacije ribe, većina istraživanja koristila je različite skupove podataka od kojih svaki ima svoje specifične izazove U ovom radu predstavljen je novi, vlastiti skup podataka, prikupljen u suradnji s udrugom Oceanus, koji je donio izazov rada s malom količinom podataka i složenim pozadinama na slikama. U radu je razmotreno nekoliko pristupa od tradicionalnih metoda strojnog učenja do naprednih tehnika temeljenih na konvolucijskim neuronskim mrežama (CNN). Vizualizacijom aktivacijskih gradijenata ovih metoda pružen je i uvid u dijelove fotografije koje su imale najviše utjecaja pri detekciji kod svake od metoda.
Abstract (english)
Fish classification is a crucial task with numerous applications, ranging from industrial use to biodiversity conservation. Although the topic has been studied for a long time, most research has relied on various datasets, each presenting its own specific challenges. This paper introduces a new, proprietary dataset collected in collaboration with the Oceanus association, which posed the challenge of working with a small dataset and complex backgrounds in the images. Several approaches were considered, from traditional machine learning methods to advanced techniques based on convolutional neural networks (CNNs). Furthermore, by visualizing the activation gradients of these networks, it was possible to gain a better understanding of the parts of the images that had the most significant impact on correct classification for each method.
Keywords
Keywords (english)
Languagecroatian
URN:NBNurn:nbn:hr:166:703686
Study programmeTitle: Data Science and Engineering
Study programme type: university
Study level: graduate
Academic / professional title: sveučilišni/a magistar/magistra podatkovne znanosti i inženjerstva (sveučilišni/a magistar/magistra podatkovne znanosti i inženjerstva)
Type of resourceText
File originBorn digital
Access conditionsOpen access
Terms of useLicence In copyright icon
Created on2024-09-23 13:24:55