Konvolucijski modeli za semantičku segmentaciju primjeraka
Lokalizacija i segmentacija primjeraka objekata jedni su od bitnih problema dubokog učenja. Mask R-CNN predstavlja stanje tehnike modela koji rješavaju te zadatke. U sklopu rada pojašnjene su sve komponente Mask R-CNN-a poput kralježnice u vidu rezidualnih neuronskih mreža ResNet, rezolucijske piram...
Main Author: | |
---|---|
Other Authors: | |
Format: | Master Thesis |
Language: | Croatian |
Published: |
Sveučilište u Zagrebu. Fakultet elektrotehnike i računarstva.
2020
|
Subjects: | |
Online Access: | https://zir.nsk.hr/islandora/object/fer:8365 https://urn.nsk.hr/urn:nbn:hr:168:984466 https://repozitorij.unizg.hr/islandora/object/fer:8365 https://repozitorij.unizg.hr/islandora/object/fer:8365/datastream/PDF |
id |
ftnulzagrebzir:oai:zir.nsk.hr:fer_8365 |
---|---|
record_format |
openpolar |
spelling |
ftnulzagrebzir:oai:zir.nsk.hr:fer_8365 2023-08-27T04:11:49+02:00 Konvolucijski modeli za semantičku segmentaciju primjeraka Convolutional models for semantic segmentation of object instances Kovač, Bruno Šegvić, Siniša 2020-07-14 application/pdf https://zir.nsk.hr/islandora/object/fer:8365 https://urn.nsk.hr/urn:nbn:hr:168:984466 https://repozitorij.unizg.hr/islandora/object/fer:8365 https://repozitorij.unizg.hr/islandora/object/fer:8365/datastream/PDF hrv hrv Sveučilište u Zagrebu. Fakultet elektrotehnike i računarstva. University of Zagreb. Faculty of Electrical Engineering and Computing. https://zir.nsk.hr/islandora/object/fer:8365 https://urn.nsk.hr/urn:nbn:hr:168:984466 https://repozitorij.unizg.hr/islandora/object/fer:8365 https://repozitorij.unizg.hr/islandora/object/fer:8365/datastream/PDF http://rightsstatements.org/vocab/InC/1.0/ info:eu-repo/semantics/closedAccess Konvolucijske neuronske mreže ResNet rezolucijska piramida značajki FPN modul za predlaganje regija interesa RPN Mask R-CNN klasifikacija lokalizacija detekcija segmentacija primjeraka VOC-2012 AOLP Convolutional neural networks Feature Pyramid Network Region Proposal Network classification localization detection instance segmentation TEHNIČKE ZNANOSTI. Računarstvo TECHNICAL SCIENCES. Computing info:eu-repo/semantics/masterThesis text 2020 ftnulzagrebzir 2023-08-03T16:26:28Z Lokalizacija i segmentacija primjeraka objekata jedni su od bitnih problema dubokog učenja. Mask R-CNN predstavlja stanje tehnike modela koji rješavaju te zadatke. U sklopu rada pojašnjene su sve komponente Mask R-CNN-a poput kralježnice u vidu rezidualnih neuronskih mreža ResNet, rezolucijske piramide značajki FPN, modula za predlaganje regija interesa RPN te samih glava za klasifikaciju, okvire i semantičku segmentaciju specifičnih za cijeli model. Model Mask R-CNN-a implementiran je i naučen na dva različita skupa podataka PASCAL VOC-2012 i AOLP. Prikazane su dobiveni vrijednosti AP metrika te sami rezultati na slikama gdje su objekti klasificirani, lokalizirani i segmentirani. Za oba skupa podataka i područja primjene također su prikazani i rezultati na slikama izvan navedenih skupova kako bismo prikazali mogućnost generalizacije našeg modela. Object detection and instance segmentation are one of the most important problems in deep learning. Mask R-CNN represents state-of-the-art model which solves these tasks. As part of the paper, all components of Mask R-CNN are explained, such as backbone in form of residual neural networks ResNet, feature pyramid network FPN, region proposal network RPN and classification, bounding box and semantic segmentation heads specific for the whole model. Mask R-CNN model was implemented and trained on two different datasets PASCAL VOC-2012 and AOLP. Values of AP metrics are shown and also results on images where objects are classified, localized and segmented. For both datasets and areas of application results are also shown on images not included in mentioned datasets to show generalization of our model. Master Thesis sami Croatian Digital Theses Repository (National and University Library in Zagreb) Piramide ENVELOPE(-62.517,-62.517,-64.267,-64.267) Pyramid ENVELOPE(157.300,157.300,-81.333,-81.333) |
institution |
Open Polar |
collection |
Croatian Digital Theses Repository (National and University Library in Zagreb) |
op_collection_id |
ftnulzagrebzir |
language |
Croatian |
topic |
Konvolucijske neuronske mreže ResNet rezolucijska piramida značajki FPN modul za predlaganje regija interesa RPN Mask R-CNN klasifikacija lokalizacija detekcija segmentacija primjeraka VOC-2012 AOLP Convolutional neural networks Feature Pyramid Network Region Proposal Network classification localization detection instance segmentation TEHNIČKE ZNANOSTI. Računarstvo TECHNICAL SCIENCES. Computing |
spellingShingle |
Konvolucijske neuronske mreže ResNet rezolucijska piramida značajki FPN modul za predlaganje regija interesa RPN Mask R-CNN klasifikacija lokalizacija detekcija segmentacija primjeraka VOC-2012 AOLP Convolutional neural networks Feature Pyramid Network Region Proposal Network classification localization detection instance segmentation TEHNIČKE ZNANOSTI. Računarstvo TECHNICAL SCIENCES. Computing Kovač, Bruno Konvolucijski modeli za semantičku segmentaciju primjeraka |
topic_facet |
Konvolucijske neuronske mreže ResNet rezolucijska piramida značajki FPN modul za predlaganje regija interesa RPN Mask R-CNN klasifikacija lokalizacija detekcija segmentacija primjeraka VOC-2012 AOLP Convolutional neural networks Feature Pyramid Network Region Proposal Network classification localization detection instance segmentation TEHNIČKE ZNANOSTI. Računarstvo TECHNICAL SCIENCES. Computing |
description |
Lokalizacija i segmentacija primjeraka objekata jedni su od bitnih problema dubokog učenja. Mask R-CNN predstavlja stanje tehnike modela koji rješavaju te zadatke. U sklopu rada pojašnjene su sve komponente Mask R-CNN-a poput kralježnice u vidu rezidualnih neuronskih mreža ResNet, rezolucijske piramide značajki FPN, modula za predlaganje regija interesa RPN te samih glava za klasifikaciju, okvire i semantičku segmentaciju specifičnih za cijeli model. Model Mask R-CNN-a implementiran je i naučen na dva različita skupa podataka PASCAL VOC-2012 i AOLP. Prikazane su dobiveni vrijednosti AP metrika te sami rezultati na slikama gdje su objekti klasificirani, lokalizirani i segmentirani. Za oba skupa podataka i područja primjene također su prikazani i rezultati na slikama izvan navedenih skupova kako bismo prikazali mogućnost generalizacije našeg modela. Object detection and instance segmentation are one of the most important problems in deep learning. Mask R-CNN represents state-of-the-art model which solves these tasks. As part of the paper, all components of Mask R-CNN are explained, such as backbone in form of residual neural networks ResNet, feature pyramid network FPN, region proposal network RPN and classification, bounding box and semantic segmentation heads specific for the whole model. Mask R-CNN model was implemented and trained on two different datasets PASCAL VOC-2012 and AOLP. Values of AP metrics are shown and also results on images where objects are classified, localized and segmented. For both datasets and areas of application results are also shown on images not included in mentioned datasets to show generalization of our model. |
author2 |
Šegvić, Siniša |
format |
Master Thesis |
author |
Kovač, Bruno |
author_facet |
Kovač, Bruno |
author_sort |
Kovač, Bruno |
title |
Konvolucijski modeli za semantičku segmentaciju primjeraka |
title_short |
Konvolucijski modeli za semantičku segmentaciju primjeraka |
title_full |
Konvolucijski modeli za semantičku segmentaciju primjeraka |
title_fullStr |
Konvolucijski modeli za semantičku segmentaciju primjeraka |
title_full_unstemmed |
Konvolucijski modeli za semantičku segmentaciju primjeraka |
title_sort |
konvolucijski modeli za semantičku segmentaciju primjeraka |
publisher |
Sveučilište u Zagrebu. Fakultet elektrotehnike i računarstva. |
publishDate |
2020 |
url |
https://zir.nsk.hr/islandora/object/fer:8365 https://urn.nsk.hr/urn:nbn:hr:168:984466 https://repozitorij.unizg.hr/islandora/object/fer:8365 https://repozitorij.unizg.hr/islandora/object/fer:8365/datastream/PDF |
long_lat |
ENVELOPE(-62.517,-62.517,-64.267,-64.267) ENVELOPE(157.300,157.300,-81.333,-81.333) |
geographic |
Piramide Pyramid |
geographic_facet |
Piramide Pyramid |
genre |
sami |
genre_facet |
sami |
op_relation |
https://zir.nsk.hr/islandora/object/fer:8365 https://urn.nsk.hr/urn:nbn:hr:168:984466 https://repozitorij.unizg.hr/islandora/object/fer:8365 https://repozitorij.unizg.hr/islandora/object/fer:8365/datastream/PDF |
op_rights |
http://rightsstatements.org/vocab/InC/1.0/ info:eu-repo/semantics/closedAccess |
_version_ |
1775355210959421440 |