prikaz prve stranice dokumenta Automatizirano prepoznavanje proljetnica Pulsatilla grandis na fotografijama koje su snimane s dronom u prirodnom staništu
Rad nije dostupan
završni rad
Automatizirano prepoznavanje proljetnica Pulsatilla grandis na fotografijama koje su snimane s dronom u prirodnom staništu
Zagreb: Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, 2021. urn:nbn:hr:168:099898
Jerić, Bruno
Sveučilište u Zagrebu
Fakultet elektrotehnike i računarstva

Institucijski repozitorij: Repozitorij FER-a

Citirajte ovaj rad

Jerić, B. (2021). Automatizirano prepoznavanje proljetnica Pulsatilla grandis na fotografijama koje su snimane s dronom u prirodnom staništu (Završni rad). Zagreb: Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva. Preuzeto s https://urn.nsk.hr/urn:nbn:hr:168:099898

Jerić, Bruno. "Automatizirano prepoznavanje proljetnica Pulsatilla grandis na fotografijama koje su snimane s dronom u prirodnom staništu." Završni rad, Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, 2021. https://urn.nsk.hr/urn:nbn:hr:168:099898

Jerić, Bruno. "Automatizirano prepoznavanje proljetnica Pulsatilla grandis na fotografijama koje su snimane s dronom u prirodnom staništu." Završni rad, Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, 2021. https://urn.nsk.hr/urn:nbn:hr:168:099898

Jerić, B. (2021). 'Automatizirano prepoznavanje proljetnica Pulsatilla grandis na fotografijama koje su snimane s dronom u prirodnom staništu', Završni rad, Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, citirano: 03.01.2025., https://urn.nsk.hr/urn:nbn:hr:168:099898

Jerić B. Automatizirano prepoznavanje proljetnica Pulsatilla grandis na fotografijama koje su snimane s dronom u prirodnom staništu [Završni rad]. Zagreb: Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva; 2021 [pristupljeno 03.01.2025.] Dostupno na: https://urn.nsk.hr/urn:nbn:hr:168:099898

B. Jerić, "Automatizirano prepoznavanje proljetnica Pulsatilla grandis na fotografijama koje su snimane s dronom u prirodnom staništu", Završni rad, Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, Zagreb, 2021. Dostupno na: https://urn.nsk.hr/urn:nbn:hr:168:099898

Za citiranje koristite ovu mrežnu adresu: https://urn.nsk.hr/urn:nbn:hr:168:099898
Podaci o radu
NaslovAutomatizirano prepoznavanje proljetnica Pulsatilla grandis na fotografijama koje su snimane s dronom u prirodnom staništu
Naslov (engleski)Automated recognition of Pulsatilla grandis spring flowers in photographs taken with a drone in its natural habitat
AutorBruno Jerić
MentorMirko Randić (mentor)
Član povjerenstvaMirko Randić (predsjednik povjerenstva)
Član povjerenstvaBruno Blašković (član povjerenstva)
Član povjerenstvaFrano Škopljanac-Mačina (član povjerenstva)
Ustanova koja je dodijelila
akademski / stručni stupanj		Sveučilište u Zagrebu
Fakultet elektrotehnike i računarstva
Zagreb
Datum i država obrane2021-07-13, Hrvatska
Znanstveno / umjetničko
područje, polje i grana		TEHNIČKE ZNANOSTI
Računarstvo
Sažetak
U ovom radu ukratko su opisani neki algoritmi koji su potakli razvoj računalnog vida. Opisana je implementacija računalnog vida koja koristi tehnike dubokog učenja i konvolucijske neuronske mreže. Objašnjena je ideja i koncept neuronskih mreža te je detaljnije opisan Faster R-CNN model. U praktičnom dijelu rada opisan je proces pripreme podataka u formi slika koje prikazuju predmet interesa – cvijet velecvjetna sasa te proces treniranja mreže. Problem detekcije riješen je Faster R-CNN-om, mrežom za klasifikaciju i lokalizaciju. Trenirani model implementiran Faster R-CNN mrežom ostvaruje mAP od 85.3%.
Sažetak (engleski)
This paper briefly describes some algorithms that have sparked the development of computer vision. The implementation of computer vision using deep learning techniques and convolutional neural networks is described. The idea and concept of neural networks are explained and the Faster R-CNN model is described in more detail. The practical part of the paper describes the process of data preparation in the form of images showing the object of interest - velecvjetna sasa flower and training process of the network. The detection problem was solved by Faster R-CNN, a classification and localization network. The trained model implemented by the Faster R-CNN network achieves an mAP of 85.3%.
Ključne riječi
Ključne riječi (engleski)
Jezikhrvatski
URN:NBNurn:nbn:hr:168:099898
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 20:40:50