prikaz prve stranice dokumenta Detekcija kapljica kiše na zaštitnom staklu između scene i kamere
Rad nije dostupan
završni rad
Detekcija kapljica kiše na zaštitnom staklu između scene i kamere
Zagreb: Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, 2022. urn:nbn:hr:168:719136
Srzić, Josip
Sveučilište u Zagrebu
Fakultet elektrotehnike i računarstva

Institucijski repozitorij: Repozitorij FER-a

Citirajte ovaj rad

Srzić, J. (2022). Detekcija kapljica kiše na zaštitnom staklu između scene i kamere (Završni rad). Zagreb: Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva. Preuzeto s https://urn.nsk.hr/urn:nbn:hr:168:719136

Srzić, Josip. "Detekcija kapljica kiše na zaštitnom staklu između scene i kamere." Završni rad, Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, 2022. https://urn.nsk.hr/urn:nbn:hr:168:719136

Srzić, Josip. "Detekcija kapljica kiše na zaštitnom staklu između scene i kamere." Završni rad, Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, 2022. https://urn.nsk.hr/urn:nbn:hr:168:719136

Srzić, J. (2022). 'Detekcija kapljica kiše na zaštitnom staklu između scene i kamere', Završni rad, Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, citirano: 25.11.2024., https://urn.nsk.hr/urn:nbn:hr:168:719136

Srzić J. Detekcija kapljica kiše na zaštitnom staklu između scene i kamere [Završni rad]. Zagreb: Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva; 2022 [pristupljeno 25.11.2024.] Dostupno na: https://urn.nsk.hr/urn:nbn:hr:168:719136

J. Srzić, "Detekcija kapljica kiše na zaštitnom staklu između scene i kamere", Završni rad, Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, Zagreb, 2022. Dostupno na: https://urn.nsk.hr/urn:nbn:hr:168:719136

Za citiranje koristite ovu mrežnu adresu: https://urn.nsk.hr/urn:nbn:hr:168:719136
Podaci o radu
NaslovDetekcija kapljica kiše na zaštitnom staklu između scene i kamere
Naslov (engleski)Detection of raindrops on the protective glass between the scene and the camera
AutorJosip Srzić
MentorSiniša Šegvić (mentor)
Član povjerenstvaSiniša Šegvić (predsjednik povjerenstva)
Član povjerenstvaFranjo Matković (član povjerenstva)
Član povjerenstvaZorana Doždor (član povjerenstva)
Ustanova koja je dodijelila
akademski / stručni stupanj		Sveučilište u Zagrebu
Fakultet elektrotehnike i računarstva
Zagreb
Datum i država obrane2022-07-08, Hrvatska
Znanstveno / umjetničko
područje, polje i grana		TEHNIČKE ZNANOSTI
Računarstvo
Sažetak
Mogućnost detekcije kapljica kiše važna je u mnogim modernim automatiziranim sustavima. Ovaj rad doskače tom problemu korištenjem suvremenih tehnika iz područja računalnog vida. Cilj je bio napraviti klasifikator koji će za danu sliku utvrditi nalaze li se na njoj kapljice ili ne. U radu su objašnjeni osnovni principi strojnog učenja i konvolucijskih neuronskih mreža. Opisan je korišteni skup podataka te programska implementacija u sklopu razvojnog okvira PyTorch. Odabran je model ResNet-18 prednaučen na skupu ImageNet koji se već pokazao pouzdan na mnogim klasifikacijskim zadacima. Isprobane su razne kombinacije hiperparametara i pronađen je najbolji model metodom unakrsne validacije. Ostvarena je točnost od 97.71% na skupu za validaciju i 92.26% na skupu za testiranje. Na kraju je napravljena diskusija postignutih rezultata i potencijalne primjene modela u stvarnim sustavima.
Sažetak (engleski)
The ability to detect raindrops is important in many modern automated systems. This paper addresses this problem by utilizing modern techniques in the field of computer vision. The goal was to create a classifier that can determine for a given image whether it contains raindrops or not. The paper explains the basic principles behind machine learning and convolutional neural networks. The dataset used and the software implementation written using PyTorch are described. A ResNet-18 model initialized with weights from the ImageNet dataset was selected, which has already proven reliable on many classification tasks. Various combinations of hyperparameters were tested and the best model was found using the cross-validation method. An accuracy of 97.71 % on the validation set and 92.26 % on the test set was achieved. Finally, a discussion of the results achieved and the potential application of the model in real systems was made.
Ključne riječi
Ključne riječi (engleski)
Jezikhrvatski
URN:NBNurn:nbn:hr:168:719136
Studijski programNaziv: Računarstvo
Vrsta studija: sveučilišni
Stupanj studija: preddiplomski
Akademski / stručni naziv: sveučilišni/a prvostupnik/ prvostupnica (baccalaureus/baccalaurea) inženjer/inženjerka računarstva (univ.bacc.ing.comp.)
Vrsta resursaTekst
Način izrade datotekeIzvorno digitalna
Prava pristupaZatvoreni pristup
Uvjeti korištenjaIkona licence Zaštićeno autorskim pravom.
Javna napomena
Datum i vrijeme pohrane2023-01-15 11:15:02