Samonadzirane metode za vizualno raspoznavanje

diplomski rad

• Naslov (engleski): Self-supervised methods for visual recognition
• Autor: Vedran Bogdanović
• Mentor: Siniša Šegvić (mentor)
• Član povjerenstva: Siniša Šegvić (predsjednik povjerenstva)
• Član povjerenstva: Jan Šnajder (član povjerenstva)
• Član povjerenstva: Marko Čupić (član povjerenstva)
• Ustanova koja je dodijelila akademski / stručni stupanj: Sveučilište u Zagrebu; Fakultet elektrotehnike i računarstva; Zagreb
• Datum i država obrane: 2022-09-19, Hrvatska
• Znanstveno / umjetničko područje, polje i grana: TEHNIČKE ZNANOSTI; Računarstvo

Sažetak

U zadnje vrijeme, samonadzirane metode postižu rezultate koji su sumjerljivi s nadziranim metodama. Ove metode znaju davati i bolje rezultate od nadziranih u području vizualnog raspoznavanja jer se skaliraju s neoznačenim podacima, kojih je mnogo više. Ove metode su možda i bitnije u zadacima kod kojih je označavanje podataka jako skupo.
U ovom radu su predstavljene neke od trenutno popularnih samonadziranih metoda. Jedna od tih metoda je implementirana i trenirana na dostupnim skupovima podataka. Dobiveni rezultati su objašenje i uspoređeni s drugim popularnim metodama. Također je dotaknuta i mogučnost uporabe ove metode na zadatku guste predikcije.

Sažetak (engleski)

Self-supervised methods have been producing results that are comparable to supervised methods. These methods even surpass many supervised methods in visual representation learning tasks because they scale with unlabeled data. These methods are also very important in tasks for which labeling data is very expensive, like dense prediction.
In this thesis some more popular contrastive self-supervised methods are described. One of those methods was implemented and trained. The results obtained are explained and compared to other state-of-the-art methods. The possibility of using that method for dense prediction was also touched.

• Ključne riječi: Samonadzirano učenje; Kontrastivno učenje; Vizualno raspoznavanje; Gusta predikcija; Duboko učenje
• Ključne riječi (engleski): Self-supervised learning; Contrastive learning; Visual recognition; Dense prediction; Deep learning
• Jezik: engleski
• URN:NBN: urn:nbn:hr:168:798722
• 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 14:35:29