Završni radovi | Repozitorij FER-a

: Duboko učenje prijenosom znanja za segmentaciju slojeva retine; Josip Hranić
Rad opisuje učenje modela konvolucijske neuronske mreže za segmentaciju slojeva retine. Analizirane su koristi i nedostaci prijenosa učenja i augmentacije podataka za semantičku segmentaciju. Kombinacija augmentacije podataka i prijenosa znanja omogućila je bolje rezultate istog modela obučenog od početka. Ovo je zaista važan rezultat, jer ogromni računski resursi nisu unutar svačijih mogućnosti, pogotovo kada se radi o velikim biomedicinskim skupovima podataka.

: Duboko učenje u autonomnim vozilima; Valentina Fatorić
Za autonomnu vožnju potrebno je da vozilo preko kamera i senzora može prepoznati okolinu oko sebe na temelju čega će donijeti odluke. Za to se koristi semantička segmentacija kojom se svakom pikselu slike dodjeljuje određena klasa. Semantička segmentacija je jedan od najtežih problema računalnog vida za kojeg se koristi duboko učenje, odnosno konvolucijske neuronske mreže. U radu su opisana dva trenutno najbolja modela za taj problem i njihovi rezultati dobiveni nad skupom...

: Duboko učenje vektorskih reprezentacija riječi za modele označavanja tekstova na hrvatskome jeziku; Goran Gašić
Vektorske reprezentacije riječi prikazuju riječi nisko-dimenzionalnim vektorima realnih vrijednosti u svrhu matematičkog zapisa sintaksnih te semantičkih informacija. Nenadziranim učenjem na skupu teksta hrWaC od 1.4 milijardu pojavnica izgrađujemo 4 tipa reprezentacija za rječnik od 200000 riječi. Pomoću njih dubokim učenjem izgrađujemo modele označavanja tekstova zasnovane na umjetnim neuronskim mrežama. Kombiniramo dostupne označene skupove podataka. Ostvarujemo vrhunsku ili...

: Duboko učenje za analizu slika retine; Šime Pavlić
Posljednjih godina, sve se više istražuje područje računalno potpomognute medicinske dijagnostike. Za veliko poboljšanje u rezultatima problema detekcije i segmentacije, zaslužan je strelovit razvoj metoda dubokog učenja. U ovom radu fokus je na problemu segmentacije tekućina na OCT slikama mrežnice koristeći nove vrste umjetnih neuronskih mreža, kapsularne neuronske mreže. Dan je pregled dosadašnjih ostvarenja na području segmentacije OCT slika mrežnice i kapsularnih...

: Duboko učenje za automatizirano praćenje upotrebe zaštitne odjeće i opreme; Nika Rosandić
U ovom radu razmatra se primjena dubokog učenja kod praćenja zaštitne odjeće i opreme, primarno pri radu u industrijskim postrojenjima. Opisuje se korištenje dubokog učenja u računalnom vidu i objašnjavaju metode dubokog učenja. Navode se već postojeća rješenja problema automatiziranog praćenja zaštitne opreme i obrađuje se problem praćenja više objekata. Detaljno se objašnjavaju korišteni algoritmi, YOLO i SORT, te prikazuju rezultati učenja i testiranja korištene...

: Duboko učenje za automatizirano spajanje i ispravljanje slika iz dronova temeljeno na dubokom učenju; Marko Puk
Tema ovog rada je ispravljanje nedostataka na slikama snimljenih dronom i njihovo povezivanje u mapu prostora. Rješenje se sastoji od detaljnog opisa dobivanja skupa podataka potrebnog za učenje neuronske mreže, konfiguracije konvolucijske neuronske mreže u arhitekturi autoenkodera i naposljetku izrade dekodera kojim se dobiva mapa prostora. Za kreiranje skupa podataka za učenje korištena je metoda augmentacije koja uz pomoć transformacija vrši promjene na slikama. Za potrebe...

: Duboko učenje za bojenje crno-bijelih slika; Stella Balić
Duboko učenje sve se više upotrebljava u području računalnog vida kako bi se postigli rezultati koji nisu rješivi klasičnim matematičkim modelima. Svoju primjenu pronašlo je i u bojanju crno-bijelih fotografija, što nam je jako praktično za oživljavanje starih monokromatskih slika. U okviru rada ukratko je opisana je teorijska podloga umjetnih neuronskih mreža i dubokog učenja, a naglasak je na generativnim suparničkim mrežama (GANs). Jedan GAN model korišten je za praktično...

: Duboko učenje za detekciju cestovne trake; Romana Blažević
Duboke neuronske mreže su vrlo moćni alati za vizualnu analitiku, odnosno interpretaciju i analizu slika, te su pokazale vrhunske performanse u raznim zadacima, pa tako i u onome obrađenom ovdje, a to je detekcija voznih traka. U usporedbi s tradicionalnim modelima plitke računske strukture, jedna vrlo važna prednost neuronskih mreža je ta što su reprezentacije podataka izgrađene u proces učenja automatski. Shodno tomu, neuronske mreže se smatraju sposobne za naučiti razlikovati...

: Duboko učenje za detekciju pisanih matematičkih izraza korištenjem mobilnih uređaja; Luka Zuanović
Detekcija objekata je postupak kojim se na slici pronalaze područja koja predstavljaju potencijalne objekte, dok je klasifikacija postupak u kojem se tim područjima dodijeli neki od mogućih razreda objekata. Konvolucijske neuronske mreže pokazale su se kao dobar izbor za izlučivanje značajki za klasifikaciju. Faster R-CNN model objedinjuje postupak detekcije i klasifikacije objekata na slici te je pokazao zavidne rezultate u tom području. Korištenjem Faster R-CNN modela izgrađen je...

: Duboko učenje za detekciju registarskih pločica korištenjem mobilnih uređaja; Mateja Škriljak
Sustavi za automatsko čitanje tablice imaju razne primjene, od sustava sigurnosti i kontrole prometa do olakšavanja parkinga. Postupak se sastoji od dva koraka: detekcije tablice na slici te raspoznavanja teksta na tablici. Detekcija tablice na slici je složen problem analize slike. U okviru rada su istraženi modeli za detekciju objekata temeljeni na dubokom učenju. Implementirano je rješenje koristeći Faster R-CNN metodu. Sustav je učen na generiranom skupu slika tablica te je model...

: Duboko učenje za klasifikaciju stanica srčanog tkiva; Luka Justić
U ovome radu opisan je postupak klasifikacije srčanog tkiva uporabom dubokog učenja. Opisani su podatci s kojima se radilo te način obrade podataka. Kako bi se povećao skup podataka, korišteni su postupci augmentacije podataka te su i oni detaljno opisani u radu. Za klasifikaciju srčanog tkiva koristila se konvolucijska neuronska mreža prilagođena iz VGG16 mreže te je proveden prijenos učenja. Opisan je postupak treniranja i prikazani su rezultati mreže kroz niz metrika. Dan je...

: Duboko učenje za prepoznavanje simbola unutar računalne igre; Luka Ivanković
Ovaj rad prikazuje proces izrade računalne igre Frka u Svemiru. Igra se bazira na tučnjavi između više igrača koji su skupa u igri. Cilj igre je spustiti protivničke životne bodove na nula. Igrači rade udarce tako da nacrtaju neki simbol na ekranu (trokut, zvijezda, krug) i ovisno o nacrtanom simbolu pokrene se drugačija vrsta napada. Prepoznavanje simbola odrađuje neuralna mreža. Arhitektura igre sastoji se od servera i klijenta. Server neprekidno prima i obrađuje podatke od...

Paginacija