prikaz prve stranice dokumenta Kvantifikacija stabilnosti lokalizacije objekta pravokutnim okvirom u problemu detekcije objekta
  Preuzmi
PDF 5.22 MB
diplomski rad
Kvantifikacija stabilnosti lokalizacije objekta pravokutnim okvirom u problemu detekcije objekta
Zagreb: Sveučilište u Zagrebu, Prirodoslovno-matematički fakultet, 2023. urn:nbn:hr:217:231914
Torbarina, Roko
Sveučilište u Zagrebu
Prirodoslovno-matematički fakultet
Matematički odsjek

Institucijski repozitorij: Repozitorij Prirodoslovno-matematičkog fakulteta

Citirajte ovaj rad

Torbarina, R. (2023). Kvantifikacija stabilnosti lokalizacije objekta pravokutnim okvirom u problemu detekcije objekta (Diplomski rad). Zagreb: Sveučilište u Zagrebu, Prirodoslovno-matematički fakultet. Preuzeto s https://urn.nsk.hr/urn:nbn:hr:217:231914

Torbarina, Roko. "Kvantifikacija stabilnosti lokalizacije objekta pravokutnim okvirom u problemu detekcije objekta." Diplomski rad, Sveučilište u Zagrebu, Prirodoslovno-matematički fakultet, 2023. https://urn.nsk.hr/urn:nbn:hr:217:231914

Torbarina, Roko. "Kvantifikacija stabilnosti lokalizacije objekta pravokutnim okvirom u problemu detekcije objekta." Diplomski rad, Sveučilište u Zagrebu, Prirodoslovno-matematički fakultet, 2023. https://urn.nsk.hr/urn:nbn:hr:217:231914

Torbarina, R. (2023). 'Kvantifikacija stabilnosti lokalizacije objekta pravokutnim okvirom u problemu detekcije objekta', Diplomski rad, Sveučilište u Zagrebu, Prirodoslovno-matematički fakultet, citirano: 26.11.2024., https://urn.nsk.hr/urn:nbn:hr:217:231914

Torbarina R. Kvantifikacija stabilnosti lokalizacije objekta pravokutnim okvirom u problemu detekcije objekta [Diplomski rad]. Zagreb: Sveučilište u Zagrebu, Prirodoslovno-matematički fakultet; 2023 [pristupljeno 26.11.2024.] Dostupno na: https://urn.nsk.hr/urn:nbn:hr:217:231914

R. Torbarina, "Kvantifikacija stabilnosti lokalizacije objekta pravokutnim okvirom u problemu detekcije objekta", Diplomski rad, Sveučilište u Zagrebu, Prirodoslovno-matematički fakultet, Zagreb, 2023. Dostupno na: https://urn.nsk.hr/urn:nbn:hr:217:231914

Za citiranje koristite ovu mrežnu adresu: https://urn.nsk.hr/urn:nbn:hr:217:231914
Podaci o radu
NaslovKvantifikacija stabilnosti lokalizacije objekta pravokutnim okvirom u problemu detekcije objekta
Naslov (engleski)Quantification of stability of object localization with a rectangular box in the problem of object detection
AutorRoko Torbarina
MentorLuka Grubišić (mentor)
Član povjerenstvaLuka Grubišić (predsjednik povjerenstva)
Član povjerenstvaGoran Igaly (član povjerenstva)
Član povjerenstvaBoris Muha (član povjerenstva)
Član povjerenstvaOzren Perše (član povjerenstva)
Ustanova koja je dodijelila
akademski / stručni stupanj		Sveučilište u Zagrebu
Prirodoslovno-matematički fakultet
(Matematički odsjek)
Zagreb
Datum i država obrane2023-09-27, Hrvatska
Znanstveno / umjetničko
područje, polje i grana		PRIRODNE ZNANOSTI
Matematika
Sažetak
U teorijskom dijelu rada, opisane su neuronske mreže i njihove glavne komponente. Postepenom izgradnjom i uvođenjem novih koncepata, dolazi se do konvolucijskih neuronskih mreža te njihove uporabe u problemu detekcije objekta. Predstavljena je kvantifikacija stabilnosti lokalizacije objekta pravokutnim okvirom te su navedene najpopularnije metode kvantifikacije stabilnosti poput Bayesovih neuronskih mreža i Monte Carlo isključivanja. U praktičnom dijelu rada, nakon predstavljanja skupa podataka, opisana je metoda korištenja Gaussove negativne logaritamske vjerodostojnosti kao funkcije gubitka za učenje kvantifikacije stabilnosti lokalizacije objekta. Opisana je RetinaNet arhitektura korištena za treniranje modela s navedenom funkcijom greške. Provedena su različita testiranja te su dobiveni obečavajući rezultati.
Sažetak (engleski)
In the theoretical part of the thesis, neural networks and their main components are described. By gradually building and introducing new concepts, we arrive to convolutional neural networks and their use in object detection problem. Quantification of bounding box stability is introduced and the most popular methods of stability quantification, such as Bayesian neural networks and Monte Carlo dropout are discussed. In the practical part of the paper, after the presentation of the data set, the method of using Gaussian negative log-likelihood as a loss function for learning the quantification of object localization stability is presented. The RetinaNet architecture used to train the model with the specified loss function is described. Various tests were carried out and promising results were obtained.
Ključne riječi
Ključne riječi (engleski)
Jezikhrvatski
URN:NBNurn:nbn:hr:217:231914
Studijski programNaziv: Računarstvo i matematika
Vrsta studija: sveučilišni
Stupanj studija: diplomski
Akademski / stručni naziv: sveučilišni magistar računarstva i matematike (univ. mag. inf. et math.)
Vrsta resursaTekst
Način izrade datotekeIzvorno digitalna
Prava pristupaOtvoreni pristup
Uvjeti korištenjaIkona licence Zaštićeno autorskim pravom.
Datum i vrijeme pohrane2024-02-06 13:12:00