prikaz prve stranice dokumenta Raspoznavanje prometnih znakova korištenjem modela konvolucijskih neuronskih mreža
No public access
undergraduate thesis
Raspoznavanje prometnih znakova korištenjem modela konvolucijskih neuronskih mreža
2021. urn:nbn:hr:168:607449
Ladić, Helena
University of Zagreb
Faculty of Electrical Engineering and Computing

Cite this document

Ladić, H. (2021). Raspoznavanje prometnih znakova korištenjem modela konvolucijskih neuronskih mreža (Undergraduate thesis). Zagreb: University of Zagreb, Faculty of Electrical Engineering and Computing. Retrieved from https://urn.nsk.hr/urn:nbn:hr:168:607449

Ladić, Helena. "Raspoznavanje prometnih znakova korištenjem modela konvolucijskih neuronskih mreža." Undergraduate thesis, University of Zagreb, Faculty of Electrical Engineering and Computing, 2021. https://urn.nsk.hr/urn:nbn:hr:168:607449

Ladić, Helena. "Raspoznavanje prometnih znakova korištenjem modela konvolucijskih neuronskih mreža." Undergraduate thesis, University of Zagreb, Faculty of Electrical Engineering and Computing, 2021. https://urn.nsk.hr/urn:nbn:hr:168:607449

Ladić, H. (2021). 'Raspoznavanje prometnih znakova korištenjem modela konvolucijskih neuronskih mreža', Undergraduate thesis, University of Zagreb, Faculty of Electrical Engineering and Computing, accessed 25 April 2024, https://urn.nsk.hr/urn:nbn:hr:168:607449

Ladić H. Raspoznavanje prometnih znakova korištenjem modela konvolucijskih neuronskih mreža [Undergraduate thesis]. Zagreb: University of Zagreb, Faculty of Electrical Engineering and Computing; 2021 [cited 2024 April 25] Available at: https://urn.nsk.hr/urn:nbn:hr:168:607449

H. Ladić, "Raspoznavanje prometnih znakova korištenjem modela konvolucijskih neuronskih mreža", Undergraduate thesis, University of Zagreb, Faculty of Electrical Engineering and Computing, Zagreb, 2021. Available at: https://urn.nsk.hr/urn:nbn:hr:168:607449

Please login to the repository to save this object to your list.
Metadata
TitleRaspoznavanje prometnih znakova korištenjem modela konvolucijskih neuronskih mreža
Title (english)Detecting Trafic Signs by Convolutional Neural Networks
AuthorHelena Ladić
MentorVladimir Čeperić (mentor)
Committee memberVladimir Čeperić (predsjednik povjerenstva)
Committee memberEugen Vušak (član povjerenstva)
Committee memberFranjo Matković (član povjerenstva)
GranterUniversity of Zagreb
Faculty of Electrical Engineering and Computing
Zagreb
Defense date and country2021-07-06, Croatia
Scientific / art field,
discipline and subdiscipline		TECHNICAL SCIENCES
Computing
Abstract
Rad se bavi temom prepoznavanja prometnih znakova korištenjem konvolucijskih neuronskih mreža. Detaljnije su opisane osnove dubokog učenja i neuronskih mreža. Sadrži opis implementacije jednog modela konvolucijske mreže za klasifikaciju 43 vrste prometnih znakova. Također opisani su i razni čimbenici koji utječu na performanse mreže kao što su aktivacijske funkcije, regularizacijske metode, širina i dubina mreže i sl. Predložene su moguće buduće nadogradnje implementacije.
Abstract (english)
The paper deals with the topic of traffic sign recognition using convolutional neural networks. The basics of deep learning and neural networks are described in more detail. It contains a description of the implementation of a convolutional network model for the classification of 43 types of traffic signs. Various factors that affect the network performance are also described, such as activation functions, regularization methods, network width and depth, etc. Possible future implementation upgrades are suggested.
Keywords
Keywords (english)
Languagecroatian
URN:NBNurn:nbn:hr:168:607449
Study programmeTitle: Computing
Study programme type: university
Study level: undergraduate
Academic / professional title: sveučilišni/a prvostupnik/ prvostupnica (baccalaureus/baccalaurea) inženjer/inženjerka računarstva (sveučilišni/a prvostupnik/ prvostupnica (baccalaureus/baccalaurea) inženjer/inženjerka računarstva)
Type of resourceText
File originBorn digital
Access conditionsClosed access
Terms of useLicence In copyright icon
Public note
Created on2023-01-14 20:56:35