prikaz prve stranice dokumenta Generiranje realističnih podataka za treniranje modela dubokog učenja
Rad nije dostupan
diplomski rad
Generiranje realističnih podataka za treniranje modela dubokog učenja
Zagreb: Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, 2017. urn:nbn:hr:168:419756
Čerić, Paolo
Sveučilište u Zagrebu
Fakultet elektrotehnike i računarstva

Institucijski repozitorij: Repozitorij FER-a

Citirajte ovaj rad

Čerić, P. (2017). Generiranje realističnih podataka za treniranje modela dubokog učenja (Diplomski rad). Zagreb: Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva. Preuzeto s https://urn.nsk.hr/urn:nbn:hr:168:419756

Čerić, Paolo. "Generiranje realističnih podataka za treniranje modela dubokog učenja." Diplomski rad, Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, 2017. https://urn.nsk.hr/urn:nbn:hr:168:419756

Čerić, Paolo. "Generiranje realističnih podataka za treniranje modela dubokog učenja." Diplomski rad, Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, 2017. https://urn.nsk.hr/urn:nbn:hr:168:419756

Čerić, P. (2017). 'Generiranje realističnih podataka za treniranje modela dubokog učenja', Diplomski rad, Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, citirano: 04.11.2024., https://urn.nsk.hr/urn:nbn:hr:168:419756

Čerić P. Generiranje realističnih podataka za treniranje modela dubokog učenja [Diplomski rad]. Zagreb: Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva; 2017 [pristupljeno 04.11.2024.] Dostupno na: https://urn.nsk.hr/urn:nbn:hr:168:419756

P. Čerić, "Generiranje realističnih podataka za treniranje modela dubokog učenja", Diplomski rad, Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, Zagreb, 2017. Dostupno na: https://urn.nsk.hr/urn:nbn:hr:168:419756

Za citiranje koristite ovu mrežnu adresu: https://urn.nsk.hr/urn:nbn:hr:168:419756
Podaci o radu
NaslovGeneriranje realističnih podataka za treniranje modela dubokog učenja
Naslov (engleski)Generating Realistic Data for Training of Deep Learning Models
AutorPaolo Čerić
MentorSven Lončarić (mentor)
Član povjerenstvaSven Lončarić (predsjednik povjerenstva)
Član povjerenstvaMarko Subašić (član povjerenstva)
Član povjerenstvaTomislav Petković (član povjerenstva)
Ustanova koja je dodijelila
akademski / stručni stupanj		Sveučilište u Zagrebu
Fakultet elektrotehnike i računarstva
Zagreb
Datum i država obrane2017-07-11, Hrvatska
Znanstveno / umjetničko
područje, polje i grana		TEHNIČKE ZNANOSTI
Računarstvo
Sažetak
U ovome radu ispitali smo mogućnosti treniranja Faster R-CNN duboke neuronske mreže nad generiranim podacima kroz slučaj detekcije i klasifikacije znakova na ispisanim računima. Fokus rada bio je na analizi stvarnih podataka te implementaciji sustava za njihovo automatsko generiranje. Analizom rezultata ustanovljena je visoka sličnost generiranog i stvarnog skupa podataka po pitanju mogućnosti lokalizacije znakova, dok je kod klasifikacije uočen znatniji data mismatch odnosno veća razlika generiranog i stvarnog skupa podataka. Predloženo objašnjenje tog problema jest manjak određenih fontova u generiranom skupu podataka, odnosno neki su fontovi prisutni samo u stvarnom skupu, no ne i u generiranom.
Sažetak (engleski)
In this thesis we explored the possibilities of training Faster R-CNN deep neural network on automatically generated dataset, investigating the case of detection and classification of characters on receipts. The focus of the thesis was to analyze real data and to implement a system for its automatic generation. In case of network’s localization capabilities, high similarity between generated and real dataset were detected, meaning low data mismatch was achieved. When it comes to classification, the data mismatch is significantly higher. A proposed explanation of that problem is the lack of certain fonts in the generated dataset, meaning there are some fonts present in the real dataset, but not in the generated one since they are not easily obtainable.
Ključne riječi
Ključne riječi (engleski)
Jezikhrvatski
URN:NBNurn:nbn:hr:168:419756
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 pohrane2019-03-13 19:43:33