prikaz prve stranice dokumenta Detekcija i očitavanje registarskih oznaka vozila pomoću dubokog učenja
Rad nije dostupan
diplomski rad
Detekcija i očitavanje registarskih oznaka vozila pomoću dubokog učenja
Zagreb: Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, 2020. urn:nbn:hr:168:443377
Sukno, Matija
Sveučilište u Zagrebu
Fakultet elektrotehnike i računarstva

Institucijski repozitorij: Repozitorij FER-a

Citirajte ovaj rad

Sukno, M. (2020). Detekcija i očitavanje registarskih oznaka vozila pomoću dubokog učenja (Diplomski rad). Zagreb: Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva. Preuzeto s https://urn.nsk.hr/urn:nbn:hr:168:443377

Sukno, Matija. "Detekcija i očitavanje registarskih oznaka vozila pomoću dubokog učenja." Diplomski rad, Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, 2020. https://urn.nsk.hr/urn:nbn:hr:168:443377

Sukno, Matija. "Detekcija i očitavanje registarskih oznaka vozila pomoću dubokog učenja." Diplomski rad, Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, 2020. https://urn.nsk.hr/urn:nbn:hr:168:443377

Sukno, M. (2020). 'Detekcija i očitavanje registarskih oznaka vozila pomoću dubokog učenja', Diplomski rad, Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, citirano: 29.11.2024., https://urn.nsk.hr/urn:nbn:hr:168:443377

Sukno M. Detekcija i očitavanje registarskih oznaka vozila pomoću dubokog učenja [Diplomski rad]. Zagreb: Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva; 2020 [pristupljeno 29.11.2024.] Dostupno na: https://urn.nsk.hr/urn:nbn:hr:168:443377

M. Sukno, "Detekcija i očitavanje registarskih oznaka vozila pomoću dubokog učenja", Diplomski rad, Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, Zagreb, 2020. Dostupno na: https://urn.nsk.hr/urn:nbn:hr:168:443377

Za citiranje koristite ovu mrežnu adresu: https://urn.nsk.hr/urn:nbn:hr:168:443377
Podaci o radu
NaslovDetekcija i očitavanje registarskih oznaka vozila pomoću dubokog učenja
Naslov (engleski)Detection and Reading of Vehicle Registrations Using Deep Learning
AutorMatija Sukno
MentorMarko Subašić (mentor)
Član povjerenstvaMarko Subašić (predsjednik povjerenstva)
Član povjerenstvaSven Lončarić (član povjerenstva)
Član povjerenstvaMladen Vučić (član povjerenstva)
Ustanova koja je dodijelila
akademski / stručni stupanj		Sveučilište u Zagrebu
Fakultet elektrotehnike i računarstva
Zagreb
Datum i država obrane2020-07-14, Hrvatska
Znanstveno / umjetničko
područje, polje i grana		TEHNIČKE ZNANOSTI
Računarstvo
Sažetak
Većina postojećih algoritama za detekciju i prepoznavanje registarskih tablica nisu robusni u praksi i evaluirani su na malim skupovima podataka. U ovom radu predstavio sam CCPD podatknovni skup. Trenutno najveći i najkvalitetniji skup slika registarskih oznaka vozila. Sve slike su detaljno označene i mogu se koristiti kao skup za treniranje u algoritmima strojnog učenja. Također sam opisao slojeve duboke konvolucijske neuronske mreže i implementirao duboki konvolucijski model RPnet koji u jednom unaprijednom prolazu daje poziciju i broj registarske tablice. Za kraj performanse modela detaljno sam ispitao na skupu za testiranje.
Sažetak (engleski)
Most current license plate detection and recognition alghorithms are evaluated on small datasets and they are not robust in real world situations. In this paper I introduce CCPD dataset, currenty largest license plate dataset available. All images are carefully annotated and they can be used as train set in machine learning alghorithms. I also described typical deep convolutional model architecture and implemented deep convolutional model RPnet for license plate detection and recognition. Finally, i evaluated model on test set.
Ključne riječi
Ključne riječi (engleski)
Jezikhrvatski
URN:NBNurn:nbn:hr:168:443377
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 pohrane2023-01-13 10:45:12