Oblici i njihova semantika u digitalnim sadržajima

master's thesis

• Title (english): Forms and their semantics in digital contents
• Author: Dino Nazlić
• Mentor: Dragan Jevtić (mentor)
• Committee member: Dragan Jevtić (predsjednik povjerenstva)
• Committee member: Krešimir Pripužić (član povjerenstva)
• Committee member: Željka Car (član povjerenstva)
• Granter: University of Zagreb; Faculty of Electrical Engineering and Computing; Zagreb
• Defense date and country: 2023-07-04, Croatia

Abstract

Ovaj rad opisuje osnovne koncepte klasifikacije slika korištenjem konvolucijskih neuronskih mreža kao i postupak izrade algoritma za klasifikaciju prometnih znakova. Za izradu algoritma korišten je transformirani GTSRB skup podataka sa oko 40 000 slika. Preciznost i iznos funkcije pogreške ispitani su na modelima različitih struktura te je izvršen i odabir hiperparametara kako bi se odredio model koji daje najveću preciznost i najmanju vrijednost funkcije pogreške. Izdvojeni model sastoji se od 3 konvolucijska i 2 potpuno povezana sloja, slojeva sažimanja maksimumom i regularizacije isključivanjem čvorova. Model postiže preciznost od oko 96 % na neviđenom skupu to jest skupu za validaciju.

Abstract (english)

This master's thesis outlines the fundamental ideas of convolutional neural network image classification as well as the detailed procedure for developing a CNN traffic sign recognizer. About 40 000 images taken from the preprocessed GTSRB dataset were used for developing the model. To determine accuracy and loss values as well as the optimal combination of hyperparameters, models with different structures were tested. The chosen model consists of 3 convolutional and 2 fully conected layers, maximum pooling layers, and regularization through the use of dropout. The model's accuracy on the validation set was 96%.

• Keywords: neuronske mreže; konvolucijske neuronske mreže; klasifikacija; prometni znakovi
• Keywords (english): neural networks; convolutional neural networks; classification; traffic signs
• Language: croatian
• URN:NBN: urn:nbn:hr:168:443029
• Study programme: Title: Computing; Study programme type: university; Study level: graduate; Academic / professional title: magistar/magistra inženjer/inženjerka računarstva (magistar/magistra inženjer/inženjerka računarstva)
• Type of resource: Text
• File origin: Born digital
• Access conditions: Closed access
• Created on: 2023-10-11 09:54:45