Konvolucijski modeli za jednooku predikciju dubine scene

završni rad

• Naslov (engleski): Convolutional Models for Monocular Depth Prediction
• Autor: Filip Oreč
• Mentor: Siniša Šegvić (mentor)
• Član povjerenstva: Siniša Šegvić (predsjednik povjerenstva)
• Član povjerenstva: Petra Bevandić (član povjerenstva)
• Član povjerenstva: Ivan Grubišić (član povjerenstva)
• Ustanova koja je dodijelila akademski / stručni stupanj: Sveučilište u Zagrebu; Fakultet elektrotehnike i računarstva; Zagreb
• Datum i država obrane: 2019-09-10, Hrvatska
• Znanstveno / umjetničko područje, polje i grana: TEHNIČKE ZNANOSTI; Računarstvo

Sažetak

Rad opisuje općenito neuronske mreže, a posebno konvolucijske neuronske mreže.
Opisan je način učenja neuronske mreže algoritmom gradijentnog spusta. U radu se
također opisuju rezidualne neuronske mreže. Programski je implementiran i evaluiran
konvolucijski model za jednooku predikciju dubine scene koji se temelji na konkret-
noj implementaciji rezidualnih neuronskih mreža, ResNet50. Na kraju su prikazani
rezultati.

Sažetak (engleski)

Paper desribes generally neural networks, especially the convolutional neural networks.
The neural network learning method by gradient descent algorithm is described. This
paper also also describes residual neuronal networks. Convolutional model for mo-
nocular depth prediction that is based on concrete implementation of resiudal neural
network, ResNet50, is implemented and evaluated. Lastly, the results are presented.

• Ključne riječi: neuronske mreže; konvolucijske neuronske mreže; rezidualne neuronske mreže; ResNet; jednooka predikcija dubine scene
• Ključne riječi (engleski): neural networks; convolutional neural networks; residual neural networks; ResNet; monocular depth estimation
• Jezik: hrvatski
• URN:NBN: urn:nbn:hr:168:434533
• 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: 2020-01-07 20:49:58