prikaz prve stranice dokumenta Učenje semantičke segmentacije na nepotpunim oznakama
Rad nije dostupan
diplomski rad
Učenje semantičke segmentacije na nepotpunim oznakama
Zagreb: Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, 2023. urn:nbn:hr:168:926062
Borko, Petar
Sveučilište u Zagrebu
Fakultet elektrotehnike i računarstva

Institucijski repozitorij: Repozitorij FER-a

Citirajte ovaj rad

Borko, P. (2023). Učenje semantičke segmentacije na nepotpunim oznakama (Diplomski rad). Zagreb: Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva. Preuzeto s https://urn.nsk.hr/urn:nbn:hr:168:926062

Borko, Petar. "Učenje semantičke segmentacije na nepotpunim oznakama." Diplomski rad, Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, 2023. https://urn.nsk.hr/urn:nbn:hr:168:926062

Borko, Petar. "Učenje semantičke segmentacije na nepotpunim oznakama." Diplomski rad, Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, 2023. https://urn.nsk.hr/urn:nbn:hr:168:926062

Borko, P. (2023). 'Učenje semantičke segmentacije na nepotpunim oznakama', Diplomski rad, Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, citirano: 22.11.2024., https://urn.nsk.hr/urn:nbn:hr:168:926062

Borko P. Učenje semantičke segmentacije na nepotpunim oznakama [Diplomski rad]. Zagreb: Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva; 2023 [pristupljeno 22.11.2024.] Dostupno na: https://urn.nsk.hr/urn:nbn:hr:168:926062

P. Borko, "Učenje semantičke segmentacije na nepotpunim oznakama", Diplomski rad, Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, Zagreb, 2023. Dostupno na: https://urn.nsk.hr/urn:nbn:hr:168:926062

Za citiranje koristite ovu mrežnu adresu: https://urn.nsk.hr/urn:nbn:hr:168:926062
Podaci o radu
NaslovUčenje semantičke segmentacije na nepotpunim oznakama
Naslov (engleski)Training semantic segmentation on incomplete labels
AutorPetar Borko
MentorSiniša Šegvić (mentor)
Član povjerenstvaSiniša Šegvić (predsjednik povjerenstva)
Član povjerenstvaMarko Čupić (član povjerenstva)
Član povjerenstvaLeonardo Jelenković (član povjerenstva)
Ustanova koja je dodijelila
akademski / stručni stupanj		Sveučilište u Zagrebu
Fakultet elektrotehnike i računarstva
Zagreb
Datum i država obrane2023-07-08, Hrvatska
Sažetak
Semantička segmentacija važan je zadatak računalnog vida koji zahtjeva veliku količinu označenih podataka sa kojima često ne raspolaže. Iz tog razloga su smišljene tehnike polunadziranog strojnog učenja koje bi iskoristile moć neoznačenih ili slabo označenih podataka kako bi stvorili induktivne pretpostavke o čitavoj distribuciji. Ovaj rad bavi se uporabom kombinacije postojećih modela kako bi se ostvarili bolji rezultati na osobnom skupu podataka. Demonstriraju se moderni alati i tehnike učenja kako bi se ostvarila zadovoljavajuća točnost uz pomoć snage neoznačenih podataka.
Sažetak (engleski)
Semantic segmentation is an important computer vision task that requires a great deal of annotated data, which is seldom the case. For this reason, weakly supervised techniques have been developed for leveraging the power of unlabeled and weakly labeled data to make inductive reasoning about the underlying data distribution. This work is based on using a combination of powerful models to achieve better results on a custom dataset. Modern pseudolabeling techniques are used to leverage the power of unlabeled and weakly annotated data to achieve sufficient accuracy.
Ključne riječi
Ključne riječi (engleski)
Jezikhrvatski
URN:NBNurn:nbn:hr:168:926062
Studijski programNaziv: Računarstvo
Vrsta studija: sveučilišni
Stupanj studija: diplomski
Akademski / stručni naziv: magistar/magistra inženjer/inženjerka računarstva (mag.ing.comp.)
Vrsta resursaTekst
Način izrade datotekeIzvorno digitalna
Prava pristupaZatvoreni pristup
Uvjeti korištenjaIkona licence Zaštićeno autorskim pravom.
Javna napomena
Datum i vrijeme pohrane2023-10-11 08:29:12