prikaz prve stranice dokumenta Semantička segmentacija slika prometnica generiranih CARLA simulatorom
  Preuzmi
PDF 2.54 MB
diplomski rad
Semantička segmentacija slika prometnica generiranih CARLA simulatorom
Pula: Sveučilište Jurja Dobrile u Puli, 2023. urn:nbn:hr:137:228791
Aničić, Simon
Sveučilište Jurja Dobrile u Puli
Fakultet informatike u Puli

Institucijski repozitorij: Digitalni repozitorij Sveučilišta Jurja Dobrile u Puli

Citirajte ovaj rad

Aničić, S. (2023). Semantička segmentacija slika prometnica generiranih CARLA simulatorom (Diplomski rad). Pula: Sveučilište Jurja Dobrile u Puli. Preuzeto s https://urn.nsk.hr/urn:nbn:hr:137:228791

Aničić, Simon. "Semantička segmentacija slika prometnica generiranih CARLA simulatorom." Diplomski rad, Sveučilište Jurja Dobrile u Puli, 2023. https://urn.nsk.hr/urn:nbn:hr:137:228791

Aničić, Simon. "Semantička segmentacija slika prometnica generiranih CARLA simulatorom." Diplomski rad, Sveučilište Jurja Dobrile u Puli, 2023. https://urn.nsk.hr/urn:nbn:hr:137:228791

Aničić, S. (2023). 'Semantička segmentacija slika prometnica generiranih CARLA simulatorom', Diplomski rad, Sveučilište Jurja Dobrile u Puli, citirano: 15.05.2024., https://urn.nsk.hr/urn:nbn:hr:137:228791

Aničić S. Semantička segmentacija slika prometnica generiranih CARLA simulatorom [Diplomski rad]. Pula: Sveučilište Jurja Dobrile u Puli; 2023 [pristupljeno 15.05.2024.] Dostupno na: https://urn.nsk.hr/urn:nbn:hr:137:228791

S. Aničić, "Semantička segmentacija slika prometnica generiranih CARLA simulatorom", Diplomski rad, Sveučilište Jurja Dobrile u Puli, Pula, 2023. Dostupno na: https://urn.nsk.hr/urn:nbn:hr:137:228791

Za citiranje koristite ovu mrežnu adresu: https://urn.nsk.hr/urn:nbn:hr:137:228791
Podaci o radu
NaslovSemantička segmentacija slika prometnica generiranih CARLA simulatorom
Naslov (engleski)Semantic segmentation of traffic images generated by CARLA simulator
AutorSimon Aničić
MentorGoran Oreški (mentor)
Član povjerenstvaNikola Tanković (predsjednik povjerenstva)
Član povjerenstvaGoran Oreški (član povjerenstva)
Član povjerenstvaTihomir Orehovački (član povjerenstva)
Ustanova koja je dodijelila
akademski / stručni stupanj		Sveučilište Jurja Dobrile u Puli
(Fakultet informatike u Puli)
Pula
Datum i država obrane2023-09-12, Hrvatska
Znanstveno / umjetničko
područje, polje i grana		DRUŠTVENE ZNANOSTI
Informacijske i komunikacijske znanosti
Informacijski sustavi i informatologija
Sažetak
Rad se bavi proučavanjem, usporedbom i analizom često korištenih funkcija gubitaka i jednostavnih tehnika za augmentaciju podataka koje se mogu primijeniti na rješavanje problema semantičke segmentacije u autonomnoj vožnji. Rad najprije daje strukturirani pregled teorije na kojoj su bazirani znanstveni radovi, a kako bi se detaljnije razumio proces treniranja modela te objasnili korišteni pojmovi i različite tehnike. Drugi dio rada odnosi se na znanstvene radove u kojima se detaljno prikazuje korištenje različitih funkcija gubitaka te tehnika za augmentaciju podataka i njihovih ostvarenih rezultata na različitim modelima. Rezultati ovog rada doprinose svima koji žele naučiti više o spomenutim temama te su u radu dane i preporuke za korištenje funkcija gubitaka i tehnika za augmentaciju podataka u kombinaciji s predtreniranim modelima, ovisno o zadatku koji se nastoji ostvariti njihovim korištenjem.
Sažetak (engleski)
This thesis deals with the study, comparison and analysis of commonly used loss functions and simple data augmentation techniques that can be applied to solving semantic segmentation problems in autonomous driving. The thesis first gives a structured overview of the theory on which the scientific papers are based, in order to understand the model training process in more detail and to explain the concepts and different techniques used. The second part of the thesis refers to scientific papers in which the use of different loss functions and techniques for data augmentation and their achieved results on different pre-trained models are presented in detail. The results of this work contribute to everyone who wants to learn more about the mentioned topics, and recommendations for the use of loss functions and techniques for data augmentation in combination with pre-trained models are given within the thesis, depending on the task that is sought to be achieved by using them.
Ključne riječi
Ključne riječi (engleski)
Jezikhrvatski
URN:NBNurn:nbn:hr:137:228791
Studijski programNaziv: Informatika; smjerovi: Informatika i Nastavni smjer informatike, Informatika, Nastavni smjer informatike
Smjer: Informatika
Vrsta studija: sveučilišni
Stupanj studija: diplomski
Akademski / stručni naziv: magistar/magistra informatike (mag. inf.)
Vrsta resursaTekst
Način izrade datotekeIzvorno digitalna
Prava pristupaOtvoreni pristup
Uvjeti korištenjaIkona licence Zaštićeno autorskim pravom.
Datum i vrijeme pohrane2023-09-13 15:13:18