Duboki konvolucijski modeli za automatizirano praćenje i nadzor životinja

završni rad

• Naslov (engleski): Tracking Animal Behavior Using Deep Convolutional Neural Networks
• Autor: Luka Ahac
• Mentor: Vladimir Čeperić (mentor)
• Član povjerenstva: Vladimir Čeperić (predsjednik povjerenstva)
• Član povjerenstva: Josip Šarić (član povjerenstva)
• Član povjerenstva: Ivan Grubišić (član povjerenstva)
• Ustanova koja je dodijelila akademski / stručni stupanj: Sveučilište u Zagrebu; Fakultet elektrotehnike i računarstva; Zagreb
• Datum i država obrane: 2020-07-07, Hrvatska
• Znanstveno / umjetničko područje, polje i grana: TEHNIČKE ZNANOSTI; Računarstvo

Sažetak

Tema rada su problemi detekcije i segmentacije objekata na fotografijama. Objašnjeni su koncepti neuronskih mreža te konvolucijskih neuronskih mreža. Nakon toga su opisani neki od popularnijih postojećih modela za detekciju objekata na fotografijama i dana je njihova usporedba u brzini i preciznošću. Zatim je model Mask R-CNN treniran na vlastito izrađenom skupu podataka u kojemu se nalaze slike lavova. Nakon toga model je primijenjen da samostalno detektira lavove na fotografijama koje nije do tada vidio, što je rezultiralo sa zadovoljavajućim rezultatima.

Sažetak (engleski)

This paper examines the problem of object detection and segmentation. There are given an explanation to concepts of neural networks and convolutional neural networks. Afterward, some of the most popular existing object detection models are described and compared in speed and accuracy. The Mask R-CNN model was then trained on a self-created data set containing images of lions. The model was then applied to independently detect lions in photographs that were not seen before, resulting in satisfactory results.

• Ključne riječi: računalni vid; neuronske mreže; duboko učenje; detekcija objekata; segmentacija objekata; Mask R-CNN
• Ključne riječi (engleski): computer vision; neural networks; deep learning; object detection; object segmentation; Mask R-CNN
• Jezik: hrvatski
• URN:NBN: urn:nbn:hr:168:779683
• Studijski program: Naziv: Računarstvo; Vrsta studija: sveučilišni; Stupanj studija: preddiplomski; Akademski / stručni naziv: sveučilišni/a prvostupnik/ prvostupnica (baccalaureus/baccalaurea) inženjer/inženjerka računarstva (univ.bacc.ing.comp.)
• Vrsta resursa: Tekst
• Način izrade datoteke: Izvorno digitalna
• Prava pristupa: Zatvoreni pristup
• Datum i vrijeme pohrane: 2023-01-14 08:17:16