prikaz prve stranice dokumenta Detekcija objekata u videu snimljenom iz vozila u pokretu
Rad nije dostupan
diplomski rad
Detekcija objekata u videu snimljenom iz vozila u pokretu
Zagreb: Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, 2019. urn:nbn:hr:168:678318
Lokotar, Tomislav
Sveučilište u Zagrebu
Fakultet elektrotehnike i računarstva

Institucijski repozitorij: Repozitorij FER-a

Citirajte ovaj rad

Lokotar, T. (2019). Detekcija objekata u videu snimljenom iz vozila u pokretu (Diplomski rad). Zagreb: Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva. Preuzeto s https://urn.nsk.hr/urn:nbn:hr:168:678318

Lokotar, Tomislav. "Detekcija objekata u videu snimljenom iz vozila u pokretu." Diplomski rad, Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, 2019. https://urn.nsk.hr/urn:nbn:hr:168:678318

Lokotar, Tomislav. "Detekcija objekata u videu snimljenom iz vozila u pokretu." Diplomski rad, Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, 2019. https://urn.nsk.hr/urn:nbn:hr:168:678318

Lokotar, T. (2019). 'Detekcija objekata u videu snimljenom iz vozila u pokretu', Diplomski rad, Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, citirano: 22.11.2024., https://urn.nsk.hr/urn:nbn:hr:168:678318

Lokotar T. Detekcija objekata u videu snimljenom iz vozila u pokretu [Diplomski rad]. Zagreb: Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva; 2019 [pristupljeno 22.11.2024.] Dostupno na: https://urn.nsk.hr/urn:nbn:hr:168:678318

T. Lokotar, "Detekcija objekata u videu snimljenom iz vozila u pokretu", Diplomski rad, Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, Zagreb, 2019. Dostupno na: https://urn.nsk.hr/urn:nbn:hr:168:678318

Za citiranje koristite ovu mrežnu adresu: https://urn.nsk.hr/urn:nbn:hr:168:678318
Podaci o radu
NaslovDetekcija objekata u videu snimljenom iz vozila u pokretu
Naslov (engleski)Object Detection in Video Taken from a Moving Vehicle
AutorTomislav Lokotar
MentorZoran Kalafatić (mentor)
Član povjerenstvaZoran Kalafatić (predsjednik povjerenstva)
Član povjerenstvaSiniša Šegvić (član povjerenstva)
Član povjerenstvaTomislav Hrkać (član povjerenstva)
Ustanova koja je dodijelila
akademski / stručni stupanj		Sveučilište u Zagrebu
Fakultet elektrotehnike i računarstva
Zagreb
Datum i država obrane2019-09-27, Hrvatska
Znanstveno / umjetničko
područje, polje i grana		TEHNIČKE ZNANOSTI
Računarstvo
Sažetak
Detekcija objekata u prometnim situacijama je velik izazov i ključan dio razvoja autonomnih vozila. U posljednje vrijeme, detekcija objekata vrši se gotovo isključivo dubokim učenjem. U okviru rada su proučavani modeli za detekciju objekata, pristupi njihovog učenja te detaljno opisane dvije arhitekture detektora objekata YOLO i SSD. YOLO i SSD implementirani su u nekoliko biblioteka, a proučavana implementacija je izrađena Python bibliotekom PyTorch. U eksperimentalnom dijelu, dva modela dubokog učenja su trenirani na javno dostupnom skupu podataka BDD100K s označenim objektima u prometu. Na kraju, prezentirane se su uspješnosti detektora na skupovima podataka koje modeli nisu vidjeli tokom učenja, te njihova usporedba. Evaluirane su performanse modela na hardveru modernog računala te demonstriran rad detekcijom na videu snimanom iz vozila.
Sažetak (engleski)
Detection of objects in traffic situations is a great challenge and a key part of the development of autonomous vehicles. Lately, object detection has been done almost exclusively by deep learning. As a part of thesis, object detection models and their learning approaches were studied, with two deep learning based detectors, YOLO and SSD, described in detail. YOLO and SSD have been implemented in several libraries. The studied implementation has been created with the Python PyTorch library. In the experimental part, two deep learning models were trained on a publicly available dataset with labeled objects in BDD100K traffic. Finally, the performance of the detectors on part of dataset that the models did not see during learning are presented and a comparison is made. The performance of the models on modern computer hardware was evaluated and detection on real-life video shot in traffic conditions was demonstrated.
Ključne riječi
Ključne riječi (engleski)
Jezikhrvatski
URN:NBNurn:nbn:hr:168:678318
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 pohrane2020-01-07 19:44:14