Detekcija objekata u zračnim snimkama temeljena na dubokom učenju

diplomski rad

• Naslov (engleski): Object Detection in Aerial Images Based on Deep Learning
• Autor: Marin Tokić
• Mentor: Zoran Kalafatić (mentor)
• Član povjerenstva: Zoran Kalafatić (predsjednik povjerenstva)
• Član povjerenstva: Tomislav Hrkać (član povjerenstva)
• Član povjerenstva: Vladimir Čeperić (član povjerenstva)
• Ustanova koja je dodijelila akademski / stručni stupanj: Sveučilište u Zagrebu; Fakultet elektrotehnike i računarstva; Zagreb
• Datum i država obrane: 2021-02-24, Hrvatska
• Znanstveno / umjetničko područje, polje i grana: TEHNIČKE ZNANOSTI; Računarstvo

Sažetak

Detekcija objekata u satelitskim snimkama je kompleksan problem.
Proizvoljna orijentacija objekata te velika varijacija u veličini
pojedinih objekata predstavlja problem modelima koji se koriste
sidrištima. U radu su analizirani načini rada dvaju dubokih modela koji
nastoje popraviti te nedostatke. Testirano je ponašanje modela prilikom
treniranja raznim optimizatorima. Za treniranje i evaluaciju modela
korišten je skup podataka DOTA.

Sažetak (engleski)

Detection of objects in aerial images is a complex problem.
Arbitrary orientation of objects and large variation in sizes of
individual objects make detection with anchor based methods
difficult. We analyze the modes of operation of two deep neural
networks that seek to fix these shortcomings. We test how they
behave when we train them with different optimizers. We use the DOTA
dataset for testing and evaluation purposes.

• Ključne riječi: duboko učenje; satelitske snimke; računalni vid; detekcija objekata; sidrište
• Ključne riječi (engleski): deep learning; aerial images; computer vision; object detection; anchor box
• Jezik: hrvatski
• URN:NBN: urn:nbn:hr:168:622239
• 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: 2023-01-13 14:01:25