Pregled bibliografske jedinice broj: 979901
Otkrivanje ljudi na slikama upotrebom konvolucijske neuronske mreže
Otkrivanje ljudi na slikama upotrebom konvolucijske neuronske mreže, 2018., diplomski rad, diplomski, Fakultet elektrotehnike i računarstva, Zagreb
CROSBI ID: 979901 Za ispravke kontaktirajte CROSBI podršku putem web obrasca
Naslov
Otkrivanje ljudi na slikama upotrebom konvolucijske neuronske mreže
(Human Detection in Images Using Convolutional Neural Networks)
Autori
Ivanković, Dorian
Vrsta, podvrsta i kategorija rada
Ocjenski radovi, diplomski rad, diplomski
Fakultet
Fakultet elektrotehnike i računarstva
Mjesto
Zagreb
Datum
13.07
Godina
2018
Stranica
47
Mentor
Delač, Goran
Ključne riječi
Strojno učenje ; ADAM optimizator ; Konvolucijske neuronske mreže ; Algoritam unazadnog ulančavanja ; Klasifikacija ; Detekcija ; YOLO ; INRIA ; TensorFlow
(Machine learning ; ADAM optimizer ; Convolutional neural networks ; Backpropagation algorithm ; Classification ; Detection ; YOLO ; INRIA ; TensorFlow)
Sažetak
U ovom radu pokrivene su osnovne tehnike strojnog učenja relevantne za razvijena programska rješenje i za temu rada općenito. Opisani su postupci optimizacije funkcija gubitka za različite probleme, kao i nekoliko metoda kojima se one mogu optimizirati. Navedene su osnovne značajke i opisane su neuronske mreže, kao i jedan od učinkovitih algoritama treniranja neuronskih mreža, a to je algoritam unazadnog ulančavanja. Zatim su proučene specifičnosti i način rada konvolucijskih neuronskih mreža koje su posebno pogodne za probleme računalnog vida. Opisan je implementirani klasifikator slika ovisno o prisutnosti ljudi na slici korištenjem biblioteke TensorFlow. Pokazano je kako je model treniran, korišteni podatci i rezultati pomoću F1 mjere. Postignut je rezultat s F1 mjerom od 0.9 i gotovo jednakim vrijednostima preciznosti i sjećanja. Nakon toga dan je uvid u najpoznatije metode detekcije objekata na slikama s posebnim naglaskom na YOLO algoritam koji je korišten u implementaciji pa je zato malo detaljnije opisan od ostalih metoda. Opisano je programsko rješenje detekcije ljudi na slikama korištenjem biblioteke otvorenog koda darkflow, koje postiže iznimno dobre rezultat s mjerom mAP (mean average precision od 90.42%). Daljnji rad mogao bi se usmjeriti prema kompleksnijim modelima detekcije objekata i prošiti problem na više vrsta objekata. Takav sustav koji dobro radi u stvarnom vremenu mogao bi doprijenjiti razvoju različitih inteligentih i sigurnosnih sustavima.
Izvorni jezik
Hrvatski
Znanstvena područja
Računarstvo
POVEZANOST RADA
Ustanove:
Fakultet elektrotehnike i računarstva, Zagreb
Profili:
Goran Delač
(mentor)