Konvolucijski modeli za semantičku segmentaciju primjeraka

diplomski rad

• Naslov (engleski): Convolutional models for semantic segmentation of object instances
• Autor: Bruno Kovač
• Mentor: Siniša Šegvić (mentor)
• Član povjerenstva: Siniša Šegvić (predsjednik povjerenstva)
• Član povjerenstva: Željka Mihajlović (član povjerenstva)
• Član povjerenstva: Tomislav Hrkać (član povjerenstva)
• Ustanova koja je dodijelila akademski / stručni stupanj: Sveučilište u Zagrebu; Fakultet elektrotehnike i računarstva; Zagreb
• Datum i država obrane: 2020-07-14, Hrvatska
• Znanstveno / umjetničko područje, polje i grana: TEHNIČKE ZNANOSTI; Računarstvo

Sažetak

Lokalizacija i segmentacija primjeraka objekata jedni su od bitnih problema dubokog
učenja. Mask R-CNN predstavlja stanje tehnike modela koji rješavaju te zadatke.
U sklopu rada pojašnjene su sve komponente Mask R-CNN-a poput kralježnice u vidu
rezidualnih neuronskih mreža ResNet, rezolucijske piramide značajki FPN, modula za
predlaganje regija interesa RPN te samih glava za klasifikaciju, okvire i semantičku
segmentaciju specifičnih za cijeli model. Model Mask R-CNN-a implementiran je i
naučen na dva različita skupa podataka PASCAL VOC-2012 i AOLP. Prikazane su dobiveni
vrijednosti AP metrika te sami rezultati na slikama gdje su objekti klasificirani,
lokalizirani i segmentirani. Za oba skupa podataka i područja primjene također su prikazani
i rezultati na slikama izvan navedenih skupova kako bismo prikazali mogućnost
generalizacije našeg modela.

Sažetak (engleski)

Object detection and instance segmentation are one of the most important problems
in deep learning. Mask R-CNN represents state-of-the-art model which solves these
tasks. As part of the paper, all components of Mask R-CNN are explained, such as
backbone in form of residual neural networks ResNet, feature pyramid network FPN,
region proposal network RPN and classification, bounding box and semantic segmentation
heads specific for the whole model. Mask R-CNN model was implemented and
trained on two different datasets PASCAL VOC-2012 and AOLP. Values of AP metrics
are shown and also results on images where objects are classified, localized and
segmented. For both datasets and areas of application results are also shown on images
not included in mentioned datasets to show generalization of our model.

• Ključne riječi: Konvolucijske neuronske mreže; ResNet; rezolucijska piramida značajki; FPN; modul za predlaganje regija interesa; RPN; Mask R-CNN; klasifikacija; lokalizacija; detekcija; segmentacija primjeraka; VOC-2012; AOLP
• Ključne riječi (engleski): Convolutional neural networks; ResNet; Feature Pyramid Network; FPN; Region Proposal Network; RPN; Mask R-CNN; classification; localization; detection; instance segmentation; VOC-2012; AOLP
• Jezik: hrvatski
• URN:NBN: urn:nbn:hr:168:984466
• Studijski program: Naziv: Računarstvo; Vrsta studija: sveučilišni; Stupanj studija: diplomski; Akademski / stručni naziv: magistar/magistra inženjer/inženjerka računarstva (mag.ing.comp.)
• Vrsta resursa: Tekst
• Način izrade datoteke: Izvorno digitalna
• Prava pristupa: Zatvoreni pristup
• Datum i vrijeme pohrane: 2023-01-13 12:44:26