Usporedba modela radnog okvira YOLO u detekciji i klasifikaciji objekata

diplomski rad

• Naslov (engleski): Comparison of YOLO frameworks in object detection and classification
• Autor: Ljudevit Jelečević
• Mentor: Marko Horvat (mentor)
• Član povjerenstva: Marko Horvat (predsjednik povjerenstva)
• Član povjerenstva: Mirjana Domazet-Lošo (član povjerenstva)
• Član povjerenstva: Tomislav Jagušt (član povjerenstva)
• Ustanova koja je dodijelila akademski / stručni stupanj: Sveučilište u Zagrebu; Fakultet elektrotehnike i računarstva; Zagreb
• Datum i država obrane: 2023-07-07, Hrvatska

Sažetak

Usporedba modela tri različite razine kompleksnosti iz mreža YOLOv4, YOLOv5, YOLOv6 i YOLOv7 na zadatku detekcije predmeta. Modeli su trenirani na skupu podataka nastalom uzorkovanjem skupa podataka COCO train2017 i testirani na skupu podataka COCO val2017 koristeći resurse dostupne na cloud platformi Kaggle. Uz međusobnu usporedbu rezultata treniranih modela, dan je i općeniti pregled evolucije arhitekture YOLO neuronskih mreža.

Sažetak (engleski)

Comparison of DNN models with differing complexities originating from YOLOv4, YOLOv5, YOLOv6 and YOLOv7 networks. All models are trained on dataset sampled from COCO train2017 dataset and tested using COCO val2017 dataset while utilizing Kaggle cloud platform resources. A general overview of YOLO network’s architecture evolution is given alongside trained models performance comparison.

• Ključne riječi: You Only Look Once; duboko učenje; konvolucijske neuronske mreže; računalni vid
• Ključne riječi (engleski): You Only Look Once; deep learning; convolutional neural networks; computer vision
• Jezik: hrvatski
• URN:NBN: urn:nbn:hr:168:740158
• 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: 2023-10-11 09:09:02