prikaz prve stranice dokumenta Prepoznavanje objekata na slikama
Rad nije dostupan
završni rad
Prepoznavanje objekata na slikama
Zagreb: Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, 2021. urn:nbn:hr:168:070703
Čukman, Hrvoje
Sveučilište u Zagrebu
Fakultet elektrotehnike i računarstva

Institucijski repozitorij: Repozitorij FER-a

Citirajte ovaj rad

Čukman, H. (2021). Prepoznavanje objekata na slikama (Završni rad). Zagreb: Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva. Preuzeto s https://urn.nsk.hr/urn:nbn:hr:168:070703

Čukman, Hrvoje. "Prepoznavanje objekata na slikama." Završni rad, Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, 2021. https://urn.nsk.hr/urn:nbn:hr:168:070703

Čukman, Hrvoje. "Prepoznavanje objekata na slikama." Završni rad, Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, 2021. https://urn.nsk.hr/urn:nbn:hr:168:070703

Čukman, H. (2021). 'Prepoznavanje objekata na slikama', Završni rad, Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, citirano: 22.11.2024., https://urn.nsk.hr/urn:nbn:hr:168:070703

Čukman H. Prepoznavanje objekata na slikama [Završni rad]. Zagreb: Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva; 2021 [pristupljeno 22.11.2024.] Dostupno na: https://urn.nsk.hr/urn:nbn:hr:168:070703

H. Čukman, "Prepoznavanje objekata na slikama", Završni rad, Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, Zagreb, 2021. Dostupno na: https://urn.nsk.hr/urn:nbn:hr:168:070703

Za citiranje koristite ovu mrežnu adresu: https://urn.nsk.hr/urn:nbn:hr:168:070703
Podaci o radu
NaslovPrepoznavanje objekata na slikama
Naslov (engleski)Object Recognition
AutorHrvoje Čukman
MentorTomislav Pribanić (mentor)
Član povjerenstvaTomislav Pribanić (predsjednik povjerenstva)
Član povjerenstvaKristijan Bartol (član povjerenstva)
Član povjerenstvaDavid Bojanić (član povjerenstva)
Ustanova koja je dodijelila
akademski / stručni stupanj		Sveučilište u Zagrebu
Fakultet elektrotehnike i računarstva
Zagreb
Datum i država obrane2021-01-27, Hrvatska
Znanstveno / umjetničko
područje, polje i grana		TEHNIČKE ZNANOSTI
Računarstvo
Sažetak
U ovom radu opisan je postupak treniranja modela na 20 različitih tipova hrane. Treniranje je napravljeno pomoću prijenosnog učenja. Od već unaprijed istreniranog modela na jako velikom broju slika pomoću Create ML-a se prenjelo to znanje na moj model podešavajući samo određene klasifikacijske slojeve. Slike koje su preuzete i na kojima se treniralo su slike iz skupa \textit{Google Open Images Dataset}, koji sadrži više od 9 milijuna slika organiziranih u tisuće kategorija. Iz tog skupa su odabrane 20 kategorija te su se preuzele bilješka koje sadrže metapodatke za svaku od njih. Cilj ovog rada je pokazati način na koji se model trenira na osobnom računalu (konretno Mac uređaju) te primjenu istreniranog modela pri prepoznavanju objekata na slikama u stvarnom. Nakon dovršetka treniranja idući korak je dobiveni model prebaciti u aplikaciju te prilagoditi aplikaciju da u stvarnom vremenu radi predviđanja i prikazuje ih na ekran. Aplikacija je napravljena u programskom jeziku Swift te je kompatabilna za iOS uređaje.
Sažetak (engleski)
This paper describes the procedure of training models on 20 different types of food. The training was done using transfer learning. From a pre-trained model on a very large number of images using Create ML, knowledge was transferred to my model by adjusting only certain classification layers. The images downloaded and trained on are images from the Google Open Images Dataset, which contains more than 9 million images organized into thousands of categories. From this set, 20 categories were selected and notes containing metadata for each of them were downloaded. The aim of this paper is to show the way in which the model is trained on a personal computer (specifically a Mac device) and the application of a trained model in recognizing objects in real images. After completing the training, the next step is to transfer the resulting model to the application and adjust the application to make predictions in real-time and display them on the screen. The application is made in the Swift programming language and is compatible with iOS devices.
Ključne riječi
Ključne riječi (engleski)
Jezikhrvatski
URN:NBNurn:nbn:hr:168:070703
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 pohrane2023-01-14 08:39:51