Prepoznavanje ručno pisanih znamenki korištenjem konvolucijskih neuronskih mreža

undergraduate thesis

• Title (english): Handwritten Digit Recognition using Convolutional Neural Networks
• Author: Ana Lukenda
• Mentor: Vladimir Čeperić (mentor)
• Committee member: Vladimir Čeperić (predsjednik povjerenstva)
• Committee member: Josip Šarić (član povjerenstva)
• Committee member: Zoran Medić (član povjerenstva)
• Granter: University of Zagreb; Faculty of Electrical Engineering and Computing; Zagreb
• Defense date and country: 2022-07-05, Croatia
• Scientific / art field, discipline and subdiscipline: TECHNICAL SCIENCES; Computing

Abstract

Prepoznavanje ručno pisanih znamenki jedan je od pionirskih problema računalnog vida. Za rješavanje problema korištene su razne varijacije klasifikatora, metode temeljene na izračunima udaljenosti, slojevite potpuno povezane neuronske mreže, ali prekretnicu predstavljaju Yann LeCun i njegovi suradnici koji su 1998. prikupili MNIST bazu podataka i na njoj istrenirali prvu konvolucijsku neuronsku mrežu naziva LeNet 1. Za konvolucijsku mrežu specifični su konvolucijski sloj u kojem se izdvajaju bitne značajke slike te sloj sažimanja koji doprinosi točnosti i smanjuje računalnu zahtjevnost mreže. LeNet mreže postižu dobre rezultate na neviđenim podacima uz prihvatljivu memorijsku opterećenost. U današnje vrijeme modeliranje konvolucijske mreže jednostavno je zbog široke dostupnosti jakih računala i raznih programskih biblioteka za modele dubokog učenja. Koristeći Python i biblioteku Keras okvira TensorFlow izgradila sam konvolucijsku mrežu koja se u kratkom vremenskom roku istrenira te prepoznaje nove primjere znamenki s velikom pouzdanošću.

Abstract (english)

Handwritten digit recognition is one of the pioneer problems in the field of computer vision. Many methods were used to solve this problem, various versions of linear classifiers, different distance classifiers, fully connected multy-layer networks, but the turning point happened in 1998. when Yann LeCun and his associates collected the MNIST database and used it to train the first ever convolutional neural network named LeNet 1. A convolutional network is made of two special layers: a convolutional layer that extracts the important features of the picture and a pooling layer that improves network's predicition skills and decreases network's computational complexity. LeNet networks achieve good results on unseen data with acceptable memory requirements. These days it is easy to build a convolutional neural network because of the availabilty of powerful computers and many deep learning programing libraries. Using Python and TensorFlow's Keras API I have created a convolutional network that needed a small amount of time to be trained and is quick and reliable in recognising a new digit example.

• Keywords: konvolucijska neuronska mreža; MNIST baza podataka; LeNet; aktivacijska mapa; sloj; neuron; Keras; treniranje; klasifikacija
• Keywords (english): convolutional neural network; MNIST database; LeNet; activation map; layer; neuron; Keras; training; classification
• Language: croatian
• URN:NBN: urn:nbn:hr:168:537431
• Study programme: Title: 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 resource: Text
• File origin: Born digital
• Access conditions: Closed access
• Created on: 2023-01-14 21:01:32