prikaz prve stranice dokumenta Segmentacija jezgara stanica primjenom Mask R-CNN arhitekture
Pristup svim korisnicima iz sustava znanosti i visokog obrazovanja RH
završni rad
Segmentacija jezgara stanica primjenom Mask R-CNN arhitekture
Split: Sveučilište u Splitu, Fakultet elektrotehnike, strojarstva i brodogradnje, 2022. urn:nbn:hr:179:301236
Vinčić, Emil
Sveučilište u Splitu
Fakultet elektrotehnike, strojarstva i brodogradnje
Zavod za elektroniku i računarstvo

Institucijski repozitorij: Repozitorij Fakulteta elektrotehnike, strojarstva i brodogradnje

Citirajte ovaj rad

Vinčić, E. (2022). Segmentacija jezgara stanica primjenom Mask R-CNN arhitekture (Završni rad). Split: Sveučilište u Splitu, Fakultet elektrotehnike, strojarstva i brodogradnje. Preuzeto s https://urn.nsk.hr/urn:nbn:hr:179:301236

Vinčić, Emil. "Segmentacija jezgara stanica primjenom Mask R-CNN arhitekture." Završni rad, Sveučilište u Splitu, Fakultet elektrotehnike, strojarstva i brodogradnje, 2022. https://urn.nsk.hr/urn:nbn:hr:179:301236

Vinčić, Emil. "Segmentacija jezgara stanica primjenom Mask R-CNN arhitekture." Završni rad, Sveučilište u Splitu, Fakultet elektrotehnike, strojarstva i brodogradnje, 2022. https://urn.nsk.hr/urn:nbn:hr:179:301236

Vinčić, E. (2022). 'Segmentacija jezgara stanica primjenom Mask R-CNN arhitekture', Završni rad, Sveučilište u Splitu, Fakultet elektrotehnike, strojarstva i brodogradnje, citirano: 29.05.2024., https://urn.nsk.hr/urn:nbn:hr:179:301236

Vinčić E. Segmentacija jezgara stanica primjenom Mask R-CNN arhitekture [Završni rad]. Split: Sveučilište u Splitu, Fakultet elektrotehnike, strojarstva i brodogradnje; 2022 [pristupljeno 29.05.2024.] Dostupno na: https://urn.nsk.hr/urn:nbn:hr:179:301236

E. Vinčić, "Segmentacija jezgara stanica primjenom Mask R-CNN arhitekture", Završni rad, Sveučilište u Splitu, Fakultet elektrotehnike, strojarstva i brodogradnje, Split, 2022. Dostupno na: https://urn.nsk.hr/urn:nbn:hr:179:301236

Za citiranje koristite ovu mrežnu adresu: https://urn.nsk.hr/urn:nbn:hr:179:301236
Podaci o radu
NaslovSegmentacija jezgara stanica primjenom Mask R-CNN arhitekture
Naslov (engleski)Nuclei Cell Segmentation Using the Mask R-CNN Architecture
AutorEmil Vinčić
MentorMatko Šarić https://orcid.org/0000-0001-9752-9653 (mentor)
Ustanova koja je dodijelila
akademski / stručni stupanj		Sveučilište u Splitu
Fakultet elektrotehnike, strojarstva i brodogradnje
(Zavod za elektroniku i računarstvo )
Split
Datum i država obrane2022-09-22, Hrvatska
Znanstveno / umjetničko
područje, polje i grana		TEHNIČKE ZNANOSTI
Računarstvo
Sažetak
U ovom radu predstavljene su suvremene arhitekture za detekciju i segmentaciju objekata na slikama primjenom dubokog učenja. Na početku su izneseni i pojašnjeni osnovni pojmovi vezani za područje strojnog učenja i njegovog potpodručja dubokog učenja. Objašnjena je konstrukcija i djelovanje umjetnih i dubokih neuronskih mreža s dubljim uvidom u kategoriju konvolucijskih dubokih neuronskih mreža. Potom je prikazana primjena navedene kategorije mreža pri prepoznavnju objekata, odnosno klasifikaciji i lokalizaciji slike. Na to se nadovezuje tema detekcije objekata pri čemu su objašnjene suvremene arhitekture temeljene na konvolucijskim neuronskim mrežama, a to su R-CNN, Fast R-CNN, Faster R-CNN i Mask R-CNN. Tema segmentacije slike koja predstavlja nastavak procesa prepoznavanja i detekcije je pritom objašnjena nakon čega se detaljnije obrazlaže tema segmentacije stanica u mikroskopskim slikama. Opisane su i analizirane metode za segmentaciju jezgara stanica pri čemu je najviše predstavljena Mask R-CNN arhitektura.
Sažetak (engleski)
This paper presents modern architectures for the detection and segmentation of objects in images using deep learning. At the beginning, the basic terms related to the field of machine learning and its subfield of deep learning were presented and reinforced. The construction and operation of artificial and deep neural networks is explained with a deeper insight into the category of convolutional deep neural networks. Then, the application of the mentioned network category in object recognition, i.e. classification and image localization, is shown. This is followed by the topic of object detection, where modern architectures based on convolutional neural networks, namely R-CNN, Fast R-CNN, Faster R-CNN and Mask R-CNN, are explained. The topic of image segmentation, which is a continuation of the process of recognition and detection, is explained, after which the topic of cell segmentation in microscopic images is explained in more detail. Methods for segmentation of cell nuclei are described and analyzed, with the Mask R-CNN architecture being the most presented.
Ključne riječi
Jezikhrvatski
URN:NBNurn:nbn:hr:179:301236
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 pristupaPristup svim korisnicima iz sustava znanosti i visokog obrazovanja RH
Uvjeti korištenjaIkona licence Zaštićeno autorskim pravom.
Datum i vrijeme pohrane2023-10-04 10:38:17