prikaz prve stranice dokumenta Učenje modela za semantičku segmentaciju na nestandardnim skupovima podataka
Rad nije dostupan
diplomski rad
Učenje modela za semantičku segmentaciju na nestandardnim skupovima podataka
Zagreb: Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, 2020. urn:nbn:hr:168:163040
Šego, Ivan
Sveučilište u Zagrebu
Fakultet elektrotehnike i računarstva

Institucijski repozitorij: Repozitorij FER-a

Citirajte ovaj rad

Šego, I. (2020). Učenje modela za semantičku segmentaciju na nestandardnim skupovima podataka (Diplomski rad). Zagreb: Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva. Preuzeto s https://urn.nsk.hr/urn:nbn:hr:168:163040

Šego, Ivan. "Učenje modela za semantičku segmentaciju na nestandardnim skupovima podataka." Diplomski rad, Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, 2020. https://urn.nsk.hr/urn:nbn:hr:168:163040

Šego, Ivan. "Učenje modela za semantičku segmentaciju na nestandardnim skupovima podataka." Diplomski rad, Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, 2020. https://urn.nsk.hr/urn:nbn:hr:168:163040

Šego, I. (2020). 'Učenje modela za semantičku segmentaciju na nestandardnim skupovima podataka', Diplomski rad, Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, citirano: 22.11.2024., https://urn.nsk.hr/urn:nbn:hr:168:163040

Šego I. Učenje modela za semantičku segmentaciju na nestandardnim skupovima podataka [Diplomski rad]. Zagreb: Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva; 2020 [pristupljeno 22.11.2024.] Dostupno na: https://urn.nsk.hr/urn:nbn:hr:168:163040

I. Šego, "Učenje modela za semantičku segmentaciju na nestandardnim skupovima podataka", Diplomski rad, Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, Zagreb, 2020. Dostupno na: https://urn.nsk.hr/urn:nbn:hr:168:163040

Za citiranje koristite ovu mrežnu adresu: https://urn.nsk.hr/urn:nbn:hr:168:163040
Podaci o radu
NaslovUčenje modela za semantičku segmentaciju na nestandardnim skupovima podataka
Naslov (engleski)Training semantic segmentation models on non-standard datasets
AutorIvan Šego
MentorSiniša Šegvić (mentor)
Član povjerenstvaSiniša Šegvić (predsjednik povjerenstva)
Član povjerenstvaZoran Kalafatić (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 obrane2020-09-24, Hrvatska
Znanstveno / umjetničko
područje, polje i grana		TEHNIČKE ZNANOSTI
Računarstvo
Sažetak
Ovaj diplomski rad započinje uvodom o dubokom učenju i objašnjava zadatak seman- tičke segmentacije na kojoj je rad baziran. U daljnjem poglavlju se opisuju osnovne potrebne komponente dubokih konvolucijskih modela kako bi čitatelj imao potpuno razumijevanje u nastavku teksta. Nadalje, daje se detaljan opis modela s gusto pove- zanim putem za raspoznavanje i ljestvičastim naduzorkovanjem (ljestvičasto povezan gusti model) koji se koristi za kao glavna arhitektura u radu. U idućem poglavlju da- jemo pregled skupova koji se koriste za predtreniranje kodera i treniranje na zadatku semantičke segmentacije. Nakon njega, dolazi najzanimljivije poglavlje gdje opisu- jemo eksperimente i dajemo rezultate. Na kraju, dan je odgovarajući zaključak.
Sažetak (engleski)
Master thesis starts with explaining deep learning and it also explains the purpose of semantic segmentation on which this thesis is based. In the next chapter, main component of deep convolutional model are explained so that reader can fully understand the rest of the thesis. After that, detailed description of Ladder-style DenseNet is given. Ladder-style DenseNet is the model which is used in this thesis. In the next chapter we have given description of the datasets which are used for experiments. After that, the most interesting part of this thesis is written and that is the report of the experiments and results. At the end, convenient conclusion is given.
Ključne riječi
Ključne riječi (engleski)
Jezikhrvatski
URN:NBNurn:nbn:hr:168:163040
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 13:54:43