prikaz prve stranice dokumenta Prepoznavanje gesta za upravljanje dronom korištenjem YOLO algoritma
  Preuzmi
PDF 5.37 MB
diplomski rad
Prepoznavanje gesta za upravljanje dronom korištenjem YOLO algoritma
Rijeka: Sveučilište u Rijeci, Tehnički fakultet, 2024. urn:nbn:hr:190:553445
Klepac, Kristijan
Sveučilište u Rijeci
Tehnički fakultet

Institucijski repozitorij: Repozitorij Tehničkog fakulteta u Rijeci

Citirajte ovaj rad

Klepac, K. (2024). Prepoznavanje gesta za upravljanje dronom korištenjem YOLO algoritma (Diplomski rad). Rijeka: Sveučilište u Rijeci, Tehnički fakultet. Preuzeto s https://urn.nsk.hr/urn:nbn:hr:190:553445

Klepac, Kristijan. "Prepoznavanje gesta za upravljanje dronom korištenjem YOLO algoritma." Diplomski rad, Sveučilište u Rijeci, Tehnički fakultet, 2024. https://urn.nsk.hr/urn:nbn:hr:190:553445

Klepac, Kristijan. "Prepoznavanje gesta za upravljanje dronom korištenjem YOLO algoritma." Diplomski rad, Sveučilište u Rijeci, Tehnički fakultet, 2024. https://urn.nsk.hr/urn:nbn:hr:190:553445

Klepac, K. (2024). 'Prepoznavanje gesta za upravljanje dronom korištenjem YOLO algoritma', Diplomski rad, Sveučilište u Rijeci, Tehnički fakultet, citirano: 02.12.2024., https://urn.nsk.hr/urn:nbn:hr:190:553445

Klepac K. Prepoznavanje gesta za upravljanje dronom korištenjem YOLO algoritma [Diplomski rad]. Rijeka: Sveučilište u Rijeci, Tehnički fakultet; 2024 [pristupljeno 02.12.2024.] Dostupno na: https://urn.nsk.hr/urn:nbn:hr:190:553445

K. Klepac, "Prepoznavanje gesta za upravljanje dronom korištenjem YOLO algoritma", Diplomski rad, Sveučilište u Rijeci, Tehnički fakultet, Rijeka, 2024. Dostupno na: https://urn.nsk.hr/urn:nbn:hr:190:553445

Za citiranje koristite ovu mrežnu adresu: https://urn.nsk.hr/urn:nbn:hr:190:553445
Podaci o radu
NaslovPrepoznavanje gesta za upravljanje dronom korištenjem YOLO algoritma
Naslov (engleski)Gesture recognition for drone control using YOLO algorithm
AutorKristijan Klepac
MentorZlatan Car (mentor)
Član povjerenstvaSaša Vlahinić (predsjednik povjerenstva)
Član povjerenstvaZlatan Car (član povjerenstva)
Član povjerenstvaIvan Volarić (član povjerenstva)
Ustanova koja je dodijelila
akademski / stručni stupanj		Sveučilište u Rijeci
Tehnički fakultet
Rijeka
Datum i država obrane2024-07-16, Hrvatska
Znanstveno / umjetničko
područje, polje i grana		TEHNIČKE ZNANOSTI
Elektrotehnika
Automatizacija i robotika
Sažetak
U ovom diplomskom radu prezentirana je detekcija objekata primjenom YOLO algoritma. Rad započinje s uvođenjem osnovnih pojmova vezanih za umjetne neuronske mreže te se problematika postepeno nadograđuje na konvolucijske neuronske mreže koje igraju ključnu ulogu kada se govori o detekciji objekata i računalnom vidu općenito. Također, uvode se evaluacijske metrike koje se koriste za procjenu uspješnosti modela. Nakon stvaranja teorijske podloge, rad nastavlja s praktičnom primjenom navedenih alata u obliku YOLOv9 algoritma koji je trenutno jedan od najmodernijih i najbržih pristupa detekciji objekata. YOLOv9 algoritam treniran je da prepozna naredbe dane gestikulacijom ruku i tijela s ciljem upravljanja dronom. Subjekt može izdati naredbu "poleti", "sleti" ili "slijedi" te svaku od njih može dati ili položajem svoga tijela i/ili rukom što ukupno čini 6 različitih klasa koje je potrebno detektirati. Na kraju rada model je ispitan na detekciji u stvarnom vremenu koristeci RTMP protokol.
Sažetak (engleski)
In this master’s thesis, object detection using the YOLO algorithm is presented. Thesis begins with the introduction of basic concepts related to artificial neural networks and is gradually upgraded to convolutional neural networks, which play a key role when talking about object detection and computer vision in general. Also, the evaluation metrics that are used to evaluate the performance of the model are introduced. After creating the theoretical basis, the thesis continues with the practical application of the mentioned tools in the form of the YOLOv9 algorithm, which is currently one of the most modern and fastest approaches to object detection. The YOLOv9 algorithm is trained to recognize commands given by hand and body gestures in order to control the drone. The subject can give the command "take off", "land", or "follow", and each of them can be given either by the position of their body and/or by their hand, which makes a total of 6 different classes that need to be detected. At the end of the thesis, the model was tested on real-time detection using the RTMP protocol.
Ključne riječi
Ključne riječi (engleski)
Jezikhrvatski
URN:NBNurn:nbn:hr:190:553445
Studijski programNaziv: Elektrotehnika
Vrsta studija: sveučilišni
Stupanj studija: diplomski
Akademski / stručni naziv: magistar/magistra inženjer/inženjerka elektrotehnike (mag. ing. el.)
Vrsta resursaTekst
Način izrade datotekeIzvorno digitalna
Prava pristupaOtvoreni pristup
Uvjeti korištenjaIkona licence Imenovanje 4.0 međunarodna (CC BY 4.0)
Datum i vrijeme pohrane2024-07-14 12:11:38