prikaz prve stranice dokumenta Primjena metoda dubokog učenja na sustav za detekciju i brojanje vozila
Pristup korisnicima matične ustanove
diplomski rad
Primjena metoda dubokog učenja na sustav za detekciju i brojanje vozila
Dubrovnik: Sveučilište u Dubrovniku, 2024. urn:nbn:hr:155:509214
Šušnjara, Ivan
Sveučilište u Dubrovniku
Fakultet elektrotehnike i primijenjenog računarstva

Institucijski repozitorij: Repozitorij Sveučilišta u Dubrovniku

Citirajte ovaj rad

Šušnjara, I. (2024). Primjena metoda dubokog učenja na sustav za detekciju i brojanje vozila (Diplomski rad). Dubrovnik: Sveučilište u Dubrovniku. Preuzeto s https://urn.nsk.hr/urn:nbn:hr:155:509214

Šušnjara, Ivan. "Primjena metoda dubokog učenja na sustav za detekciju i brojanje vozila." Diplomski rad, Sveučilište u Dubrovniku, 2024. https://urn.nsk.hr/urn:nbn:hr:155:509214

Šušnjara, Ivan. "Primjena metoda dubokog učenja na sustav za detekciju i brojanje vozila." Diplomski rad, Sveučilište u Dubrovniku, 2024. https://urn.nsk.hr/urn:nbn:hr:155:509214

Šušnjara, I. (2024). 'Primjena metoda dubokog učenja na sustav za detekciju i brojanje vozila', Diplomski rad, Sveučilište u Dubrovniku, citirano: 21.12.2024., https://urn.nsk.hr/urn:nbn:hr:155:509214

Šušnjara I. Primjena metoda dubokog učenja na sustav za detekciju i brojanje vozila [Diplomski rad]. Dubrovnik: Sveučilište u Dubrovniku; 2024 [pristupljeno 21.12.2024.] Dostupno na: https://urn.nsk.hr/urn:nbn:hr:155:509214

I. Šušnjara, "Primjena metoda dubokog učenja na sustav za detekciju i brojanje vozila", Diplomski rad, Sveučilište u Dubrovniku, Dubrovnik, 2024. Dostupno na: https://urn.nsk.hr/urn:nbn:hr:155:509214

Za citiranje koristite ovu mrežnu adresu: https://urn.nsk.hr/urn:nbn:hr:155:509214
Podaci o radu
NaslovPrimjena metoda dubokog učenja na sustav za detekciju i brojanje vozila
Naslov (engleski)Application of deep learning methods to the vehicle detection and counting system
AutorIvan Šušnjara
MentorMario Miličević (mentor)
Član povjerenstvaIvona Zakarija (predsjednik povjerenstva)
Član povjerenstvaMario Miličević (član povjerenstva)
Član povjerenstvaAnamaria Bjelopera (član povjerenstva)
Ustanova koja je dodijelila
akademski / stručni stupanj		Sveučilište u Dubrovniku
(Fakultet elektrotehnike i primijenjenog računarstva)
Dubrovnik
Datum i država obrane2024-03-07, Hrvatska
Znanstveno / umjetničko
područje, polje i grana		TEHNIČKE ZNANOSTI
Računarstvo
Obradba informacija
Sažetak
Među najvećim problemima u urbanim sredinama je problem prometne gužve. Kako bi se spriječilo stvaranje prometnih gužvi, potrebno je pristupiti planiranju prometa. Jedan od takvih pristupa je brojanje vozila. Ovaj rad predstavlja sustav za detekciju i brojanje vozila temeljen na tehnikama dubokog učenja. Sustav koristi algoritam YOLOv8 za otkrivanje vozila u stvarnom vremenu, a DeepSORT je odgovoran za sortiranje vozila. U ovom radu je objašnjen princip rada detektora objekta. Sustav se pokazao uspješnim u brojanju vozila u oba smjera.
Sažetak (engleski)
Among the top concerns in urban regions is the issue of traffic congestion. To prevent the formation of traffic jams, it is necessary to engage in traffic planning. One way to do this is by counting vehicles. This paper presents the vehicle detection and counting system based on deep learning techniques. The system utilizes the YOLOv8 algorithm to detect vehicles in real-time, with DeepSORT responsible for vehicle sorting. In this paper, the working principle of the object detector is explained. The system has proven successful in counting vehicles in both directions.
Ključne riječi
Ključne riječi (engleski)
Jezikhrvatski
URN:NBNurn:nbn:hr:155:509214
Studijski programNaziv: Primijenjeno/poslovno računarstvo
Vrsta studija: sveučilišni
Stupanj studija: diplomski
Akademski / stručni naziv: sveučilišni/a magistar/magistra inženjer/inženjerka računarstva (univ. mag. ing. comp.)
Vrsta resursaTekst
Način izrade datotekeIzvorno digitalna
Prava pristupaPristup korisnicima matične ustanove
Uvjeti korištenjaIkona licence Zaštićeno autorskim pravom.
Datum i vrijeme pohrane2024-04-02 08:17:33