Detekcija i raspoznavanje igraćih karata u slikama

završni rad

• Naslov (engleski): Detection and Recognition of Playing Cards in Images
• Autor: Filip Štetić
• Mentor: Tomislav Hrkać (mentor)
• Član povjerenstva: Tomislav Hrkać (predsjednik povjerenstva)
• Član povjerenstva: Dino Šantl (član povjerenstva)
• Član povjerenstva: Zoran Medić (član povjerenstva)
• Ustanova koja je dodijelila akademski / stručni stupanj: Sveučilište u Zagrebu; Fakultet elektrotehnike i računarstva; Zagreb
• Datum i država obrane: 2020-08-27, Hrvatska
• Znanstveno / umjetničko područje, polje i grana: TEHNIČKE ZNANOSTI; Računarstvo

Sažetak

U radu se predstavljaju elementi neuronske mreže za detekciju i raspoznavanje objekata. Objašnjeni su neki poznati modeli koji su osvajali popularne izazove računalnog vida unazad par godina. Daje se opis arhitekture od najniže razine, umjetnog neurona, do današnjeg state-of-the-art modela Mask R-CNN-a. Nakon teorijskog uvoda upoznaje se s radnim okvirom za detekciju objekata, Tensorflow API. Pomoću njega trenira se model za prepoznavanje karata za Belot. Dobiva se model sa srednjom prosječnom preciznošću od 71.43% i srednjim prosječnim odzivom od 76.02%.

Sažetak (engleski)

This paper introduces elements of neural networks for detection and recognition of objects. Some well known variants of models, which have won popular challenges of computer vision some years ago, are explained. Description is given of architecture from it’s lowest part, artificial neuron, to todays state-of-the-art model Mask R-CNN. After the theoretical introduction we get familiar with framework for object detection, Tensorflow API. With it’s help a model is trained for recognition of playing cards for the game Belote. Final model has mean average precision of 71.43% and mean average recall of 76.02%.

• Ključne riječi: Računalni vid; duboko učenje; strojno učenje; detekcija objekata; Faster R-CNN
• Ključne riječi (engleski): Computer vision; Deep learning; Machine learning; Object Detection; Faster R-CNN
• Jezik: hrvatski
• URN:NBN: urn:nbn:hr:168:043682
• 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 21:49:47