Sustav za detekciju prometnih znakova

završni rad

• Naslov (engleski): System for traffic sign detection
• Autor: Barbara Kos
• Mentor: Tomislav Hrkać (mentor)
• Član povjerenstva: Tomislav Hrkać (predsjednik povjerenstva)
• Član povjerenstva: Eda Jovičić (član povjerenstva)
• Član povjerenstva: Vjeko Kužina (član povjerenstva)
• Ustanova koja je dodijelila akademski / stručni stupanj: Sveučilište u Zagrebu; Fakultet elektrotehnike i računarstva; Zagreb
• Datum i država obrane: 2023-07-03, Hrvatska
• Znanstveno / umjetničko područje, polje i grana: TEHNIČKE ZNANOSTI; Računarstvo

Sažetak

Ovaj rad bavi se izradom sustava za detekciju prometnih znakova. Korišten je model SSD MobileNet FPNLite koji svojom preciznošću i brzinom učinkovito obavlja zadatak detekcije prometnih znakova u stvarnom vremenu. U radu su opisani koraci procesa prikupljanja i označavanja vlastitog skupa podataka za učenje i testiranje te je opisan proces treniranja modela detekcije. Objašnjeni su osnovni pojmovi poput transfernog učenja, nadziranog strojnog učenja i drugi pojmovi koji olakšavaju shvaćanje korištenih metoda. Provedena je analiza implementiranog sustava te su prikazane i objašnjene metrike evaluacije modela.

Sažetak (engleski)

This paper deals with the creation of a system for traffic sign detection. The SSD MobileNet FPNLite model was used which, with its precision and speed, effectively performs the task of detecting traffic signs in real time. The paper describes the steps of the process of collecting and labeling the data set for learning and testing, and describes the process of training the detection model. Basic terms such as transfer learning, supervised machine learning and other terms that facilitate the understanding of the methods used are explained. An analysis of the implemented system was carried out and the evaluation metrics of the model were presented and explained.

• Ključne riječi: detekcija; prometni znakovi; skup podataka; augmentacija; transferno učenje; SSD MobileNet
• Ključne riječi (engleski): detection; traffic signs; dataset; augmentation; transfer learning; SSD MobileNet
• Jezik: hrvatski
• URN:NBN: urn:nbn:hr:168:417183
• 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: 2023-10-11 09:20:39