prikaz prve stranice dokumenta Eksperimentalno vrednovanje metoda za monokularnu predikciju dubine
Rad nije dostupan
diplomski rad
Eksperimentalno vrednovanje metoda za monokularnu predikciju dubine
Zagreb: Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, 2022. urn:nbn:hr:168:009938
Špiljak, Dominik
Sveučilište u Zagrebu
Fakultet elektrotehnike i računarstva

Institucijski repozitorij: Repozitorij FER-a

Citirajte ovaj rad

Špiljak, D. (2022). Eksperimentalno vrednovanje metoda za monokularnu predikciju dubine (Diplomski rad). Zagreb: Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva. Preuzeto s https://urn.nsk.hr/urn:nbn:hr:168:009938

Špiljak, Dominik. "Eksperimentalno vrednovanje metoda za monokularnu predikciju dubine." Diplomski rad, Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, 2022. https://urn.nsk.hr/urn:nbn:hr:168:009938

Špiljak, Dominik. "Eksperimentalno vrednovanje metoda za monokularnu predikciju dubine." Diplomski rad, Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, 2022. https://urn.nsk.hr/urn:nbn:hr:168:009938

Špiljak, D. (2022). 'Eksperimentalno vrednovanje metoda za monokularnu predikciju dubine', Diplomski rad, Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, citirano: 25.11.2024., https://urn.nsk.hr/urn:nbn:hr:168:009938

Špiljak D. Eksperimentalno vrednovanje metoda za monokularnu predikciju dubine [Diplomski rad]. Zagreb: Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva; 2022 [pristupljeno 25.11.2024.] Dostupno na: https://urn.nsk.hr/urn:nbn:hr:168:009938

D. Špiljak, "Eksperimentalno vrednovanje metoda za monokularnu predikciju dubine", Diplomski rad, Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, Zagreb, 2022. Dostupno na: https://urn.nsk.hr/urn:nbn:hr:168:009938

Za citiranje koristite ovu mrežnu adresu: https://urn.nsk.hr/urn:nbn:hr:168:009938
Podaci o radu
NaslovEksperimentalno vrednovanje metoda za monokularnu predikciju dubine
Naslov (engleski)Experimental evaluation of methods for monocular depth prediction
AutorDominik Špiljak
MentorSiniša Šegvić (mentor)
Član povjerenstvaSiniša Šegvić (predsjednik povjerenstva)
Član povjerenstvaMarko Čupić (član povjerenstva)
Član povjerenstvaJan Šnajder (član povjerenstva)
Ustanova koja je dodijelila
akademski / stručni stupanj		Sveučilište u Zagrebu
Fakultet elektrotehnike i računarstva
Zagreb
Datum i država obrane2022-07-13, Hrvatska
Znanstveno / umjetničko
područje, polje i grana		TEHNIČKE ZNANOSTI
Računarstvo
Sažetak
Do nedavno, konvolucijski modeli su dominirali područjem računalnog vida koristeći preskočne veze i U-net strukturu. U području obrade prirodnog jezika je predstavljen transformer, model koji se temelji na mehanizmu pažnje te ostvaruje state-of-the-art rezultate. U području računalnog vida, inspiriran transformer modelom, predstavljen je vision transformer model koji ostvaruje state-of-the-art rezultate tom području. Najveći nedostaci modela koji se temelje na mehanizmu pažnje su potreba za vrlo velikom količinom podataka kako bi postigli maksimalne performanse te veliki memorijski otisak tijekom učenja. Kroz zadatak monokularne predikcije dubine, uspored̄uju se dvije vrste konvolucijskih modela, MIMO-Unet i LadderDenseNet, te jedan model koji se temelji na mehanizmu pažnje, DPT-Hybrid. Modeli su trenirani na podskupu NYU Depth V2 skupa podataka koji se sastoji od 50000 parova RGB slika i dubinskih mapa za treniranje te 654 parova za testiranje. U radu se uspoređuju vrijednosti 8 različitih metrika za performanse modela na testnom skupu te brzine zaključivanja i memorijski otisak svakog od modela.
Sažetak (engleski)
Until recently, convolutional models dominated the field of computer visions using residual connections and U-net structure. In the field of natural language processing, a transformer, model based on the attention mechanism, was introduced and achieved state-of-the-art results. In the field of computer vision, inspired by the transformer model, a vision transformer model was presented that achieves state-of-the-art results in that field. The biggest disadvantages of attention-based models are the need for a very large amount of data to achieve maximum performance and big memory footprint during training. Through the task of monocular depth estimation, two types of convolutional models are compared, MIMO-Unet and LadderDenseNet, and one attention-based model, DPT-Hybrid. The models were trained on a subset of the NYU Depth V2 dataset consisting of 50000 pairs of RGB images and depth maps for training and 654 pairs for testing. This thesis compares the values of 8 different metrics for the performance of models on the test set and the speed of inference and memory footprint for each of the models.
Ključne riječi
Ključne riječi (engleski)
Jezikhrvatski
URN:NBNurn:nbn:hr:168:009938
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 pohrane2023-01-14 10:05:18