Detekcija objekata u stvarnom vremenu korištenjem dubokih neuronskih mreža

završni rad

• Naslov (engleski): Real-time object detection using deep neural networks
• Autor: Katarina Jurič
• Mentor: Ivan Marković (mentor)
• Član povjerenstva: Ivan Marković (član povjerenstva)
• Član povjerenstva: Luka Petrović (član povjerenstva)
• Član povjerenstva: Karlo Koledić (član povjerenstva)
• Ustanova koja je dodijelila akademski / stručni stupanj: Sveučilište u Zagrebu; Fakultet elektrotehnike i računarstva; Zagreb
• Datum i država obrane: 2022-09-12, Hrvatska
• Znanstveno / umjetničko područje, polje i grana: TEHNIČKE ZNANOSTI; Računarstvo

Sažetak

Kroz rad je opisana povijest razvoja računalnog vida. Objašnjena je arhitektura
te princip rada konvolucijskih neuronskih mreža. Za detekciju objekata u stvarnom
vremenu korišten je YOLOv3 algoritam, a rad sarži njegov opis kao i usporedbu s dru-
gom sličnom konvolucijskom mrežom Fast R-CNN. Napisan je izvršni file koji u Ro-
botskom Operacijskom Sustavu pokreće web kameru i YOLO što rezultira detekcijom
objekata. Provjeravala se ovisnost točnosti detekcije objekta o njegovoj udaljenosti od
web kamere. Najvažniji zaključak je da detekcija ovisi o kontekstu i ostalim objektima
u slici.

Sažetak (engleski)

The thesis describes the history of computer vision development. The architecture
and working principles of convolutional neural networks are explained. The YOLOv3
algorithm was used for object detection in real time and the paper summarizes its
description as well as a comparison with another similar convolutional network - Fast
R-CNN. An executable file has been written in which the Robot Operating System
starts the web camera and YOLO. The dependence of object detection accuracy on its
distance from the web camera was checked. The most important conclusion is that
detection depends on the context and other objects in the image.

• Ključne riječi: računalni vid; konvolucijske neuronske mreže; YOLOv3; detekcija objekata; ROS
• Ključne riječi (engleski): computer vision; convolutional neural networks; YOLOv3; object detec- tion; ROS
• Jezik: hrvatski
• URN:NBN: urn:nbn:hr:168:261663
• 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: 2023-01-15 10:26:42