Učenje semantičke segmentacije na slikama iz različitih domena

undergraduate thesis

• Title (english): Training semantic segmentation on images from different domains
• Author: Mato Gudelj
• Mentor: Siniša Šegvić (mentor)
• Committee member: Siniša Šegvić (predsjednik povjerenstva)
• Committee member: Matej Grcić (član povjerenstva)
• Committee member: Petra Bevandić (član povjerenstva)
• Granter: University of Zagreb; Faculty of Electrical Engineering and Computing; Zagreb
• Defense date and country: 2022-07-06, Croatia
• Scientific / art field, discipline and subdiscipline: TECHNICAL SCIENCES; Computing

Abstract

Semantička segmentacija na više skupova podataka je izazovan problem zbog mogućnosti preklapanja oznaka. U ovom radu predlažemo metodu za izgradnju univerzalne taksonomije oznaka koja se može primijeniti u kontekstu učenja s više skupova podataka. Taksonomija je konstruirana korištenjem para matrica zabune koje se generiraju treniranjem dva modela segmentacije na dva odvojena skupa podataka i testiranjem svakog na suprotnom skupu podataka. Ova se taksonomija zatim koristi za uspostavljanje redoslijeda između preklapajućih oznaka dvaju skupova podataka. Metodu validiramo na Concat modelu naučenom na skupovima podataka Cityscapes i PASCAL VOC. Predložena metoda nadmašuje osnovu i pokazuje obećavajući pristup za učenje dubokih modela na više skupova podataka.

Abstract (english)

Semantic segmentation on multiple datasets is a challenging problem due to the possibility of overlapping labels. In this thesis, we propose a method to build a universal taxonomy of dataset labels that can be applied in the context of multidataset learning. The taxonomy is constructed using a pair of confusion matrices that are generated by training two segmentation models on two separate datasets and testing each on the opposing dataset. This taxonomy is then used to establish an ordering between overlapping labels of the two datasets. We evaluate our method by augmenting the predictions of a Concat model trained on the Cityscapes and PASCAL VOC datasets. The proposed method slightly outperforms the baseline and shows a promising approach for training on multiple datasets.

• Keywords: računalni vid; semantička segmentacija; duboko učenje; swiftnet; učenje na više skupova podataka; univerzalna taksonomija
• Keywords (english): computer vision; semantic segmentation; deep learning; swiftnet; multidataset learning; universal taxonomy
• Language: english
• URN:NBN: urn:nbn:hr:168:358381
• 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: 2023-01-15 10:15:44