prikaz prve stranice dokumenta Segmentacija sastojaka na slikama hrane
Rad nije dostupan
završni rad
Segmentacija sastojaka na slikama hrane
Zagreb: Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, 2024. urn:nbn:hr:168:663864
Mikulan, Bruno
Sveučilište u Zagrebu
Fakultet elektrotehnike i računarstva

Institucijski repozitorij: Repozitorij FER-a

Citirajte ovaj rad

Mikulan, B. (2024). Segmentacija sastojaka na slikama hrane (Završni rad). Zagreb: Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva. Preuzeto s https://urn.nsk.hr/urn:nbn:hr:168:663864

Mikulan, Bruno. "Segmentacija sastojaka na slikama hrane." Završni rad, Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, 2024. https://urn.nsk.hr/urn:nbn:hr:168:663864

Mikulan, Bruno. "Segmentacija sastojaka na slikama hrane." Završni rad, Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, 2024. https://urn.nsk.hr/urn:nbn:hr:168:663864

Mikulan, B. (2024). 'Segmentacija sastojaka na slikama hrane', Završni rad, Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, citirano: 19.12.2024., https://urn.nsk.hr/urn:nbn:hr:168:663864

Mikulan B. Segmentacija sastojaka na slikama hrane [Završni rad]. Zagreb: Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva; 2024 [pristupljeno 19.12.2024.] Dostupno na: https://urn.nsk.hr/urn:nbn:hr:168:663864

B. Mikulan, "Segmentacija sastojaka na slikama hrane", Završni rad, Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, Zagreb, 2024. Dostupno na: https://urn.nsk.hr/urn:nbn:hr:168:663864

Za citiranje koristite ovu mrežnu adresu: https://urn.nsk.hr/urn:nbn:hr:168:663864
Podaci o radu
NaslovSegmentacija sastojaka na slikama hrane
Naslov (engleski)Ingredient segmentation in food images
AutorBruno Mikulan
MentorSonja Grgić (mentor)
Član povjerenstvaSonja Grgić (predsjednik povjerenstva)
Član povjerenstvaJelena Božek (član povjerenstva)
Član povjerenstvaIvana Žeger (član povjerenstva)
Ustanova koja je dodijelila
akademski / stručni stupanj		Sveučilište u Zagrebu
Fakultet elektrotehnike i računarstva
Zagreb
Datum i država obrane2024-07-05, Hrvatska
Znanstveno / umjetničko
područje, polje i grana		TEHNIČKE ZNANOSTI
Računarstvo
Sažetak
Ovaj rad istražuje primjenu metoda segmentacije hrane na slikama kako bi se omogućila precizna identifikacija i izolacija pojedinih komponenti hrane. Korištene su metode K-srednjih vrijednosti i razvodnice uz upotrebu ResNet neuronskih mreža za klasifikaciju. Rezultati pokazuju da metoda razvodnice pruža bolje rezultate u odnosu na K-srednje vrijednosti, iako obje metode imaju izazove s presegmentacijom ili podsegmentacijom. Klasifikacija pomoću ResNet18 modela postigla je točnost od 79% bez prethodne segmentacije. Prepoznaje se potreba za daljnjim istraživanjem kako bi se razvile optimizirane metode segmentacije hrane i unaprijedile tehnike klasifikacije.
Sažetak (engleski)
This paper explores the application of food segmentation methods in images to facilitate precise identification and isolation of individual food components. Both K-means clustering, and watershed methods were employed alongside ResNet neural networks for classification. Results indicate that the watershed method outperforms K-means clustering, although both methods face challenges with over-segmentation or under-segmentation. Classification using the ResNet18 model achieved an accuracy of 79% without prior segmentation. There is a recognized need for further research to develop optimized food segmentation methods and advance classification techniques.
Ključne riječi
Ključne riječi (engleski)
Jezikhrvatski
URN:NBNurn:nbn:hr:168:663864
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 pohrane2024-10-12 21:35:24