Pages
-
-
Detekcija dronova korištenjem slike s video kamere i strojnog učenja
-
Lucija Veić Današnji se sustavi za identifikaciju letećih objekata iz slika visoke rezolucije temelje na konvolucijskim neuronskim mrežama, no često su ti objekti daleko od kamere pa njihova veličina na slikama nije pogodna za korištenje spomenutog pristupa. Cilj je ovog rada bio pronaći značajke objekata prema kojima bi se mogla vršiti identifikacija i ispitati tu mogućnost korištenjem nekoliko klasifikacijskih algoritama. Budući da leteći objekti u daljini u pojedinim trenutcima i pod...
-
-
Detekcija grana maslina u svrhu rezidbe korištenjem postupaka dubokog učenja
-
Leonarda Brković U radu su predstavljene vrste dubokog učenja, s naglaskom na arhitekture neuronskih mreža, te su opisani njihovi nedostaci i prednosti. Više pažnje posvećeno je maskirnim regionalnim konvolucijskim mrežama (MRCNN), te je korištenjem te mreže razrađen i implementiran postupak za detekciju grana maslina za rezidbu. Opisan je postupak prikupljanja i pripreme podataka, način obrade, treniranja, te u konačnici različiti rezultati testiranja. Iz rezultata se zaključuje da se osim...
-
-
Detekcija igrača u video zapisu nogometne utakmice primjenom YOLO detektora
-
Ana Kuten Umjetna inteligencija i strojno učenje koriste se u različitim područjima života. Strojno učenje koristi neuralne mreže koje se sastoje od umjetnih neurona kreiranih prema pravim biološkim neuronima. Postoji više vrsta neuralnih mreža a jedna od najviše korištenih je konvolucijska neuralna mreža. Pomoću nje je moguće istrenirati mrežu da prepoznaje i klasificira različite objekte na slikama i videozapisima. Ova mreža sastoji se od ulaza, konvolucijskog sloja, sloja...
-
-
Detekcija jama u zemlji primjenom dubokih neuralnih mreža
-
Tomislav Bratić Ovaj projekt opisuje cijeli proces treniranja neuralne mreže za prepoznavanje jama u tlu. Polazi od pripreme baze podataka, treniranja mreže, proces treniranja mreže, testiranje mreže i rezultate mreže. Rezultati daju uvid koliko učinkovito, brzo i precizno se može istrenirati potrebna mreža za prepoznavanje objekta i kako se može poboljšati preciznost i kvaliteta prepoznavanja.
-
-
Detekcija lažnog signala u sustavu GNSS
-
Marta Brkić Sa sve širom upotrebom sustava za navigaciju i pozicioniranje te s pojavom jeftinih softverski definiranih radija, porastao je broj napada lažiranjem lokacije. Kako bi se ovakvi napadi na vrijeme detektirali i izbjegli, potrebno je raditi na poboljšavanju sustava za detekciju napada lažiranjem i za cilj imati suzbijanje ovakvih napada u što je moguće većoj mjeri. Metode mogu biti različite hardverske ili softverske, pa i metode strojnog učenja. U ovom radu opisan je sustav GNSS te...
-
-
Detekcija malih objekata na zračnim fotografijama upotrebom YOLO detektora
-
Ante Tokić U ovom diplomskom radu opisane su temeljne značajke YOLO algoritma za detekciju jednog ili više objekata na slici. Na početku radu opisane su konvolucijske neuronske mreže i njihova arhitektura jer su upravo konvolucijske neuronske mreže pokazale impresivne rezultate pri detekciji objekata na digitalnoj slici, za razliku od drugih vrsta neuronskih mreža, što je i glavni razlog zašto ih YOLO algoritam koristi. Objašnjen je i princip rada algoritma, te glavne značajke i nedostaci...
-
-
Detekcija objekata na fotografijama
-
Ljuban Tomić U ovome radu opisana je detekcija objekata. Rad ima pet poglavlja. U početku je dana definicija detekcije objekata, uz definicije srodnih zadataka računalnog vida. Potom je opisana primjena detekcije objekata u suvremenom društvu. Nakon toga, u poglavlju tri, opisane su vrste detektora, podjela na jednofazne i dvofazne i njihova temeljna načela, temeljni algoritmi iz dviju faza razvoja: prije i poslije 2014. godine, kada se pojavilo duboko učenje. Na kraju ovog poglavlja uspoređuju se...
-
-
Detekcija objekata u slikama primjenom ML.NET biblioteke
-
Ivan Morača U ovom radu je obrađen primjer implementacije YOLO arhitekture u C# programskom jeziku pomoću biblioteke ML.NET. Također su obrađeni neki potrebni osnovni pojmovi koji se direktno ili indirektno tiču umjetne inteligencije, odnosno dubo [5]kog učenja realiziranog konvolucijskim neuralnim mrežama. Ovaj rad nastoji funkcionalno objasniti strukturu konvolucijskih neuralnih mreža, ali također i zaključiti zašto je struktura točno takva kakva jest. Druga točka koje se ovaj rad dotiče...
-
-
Detekcija požara u pametnoj kući temeljena na Arduino platformi
-
Jure Bradarić U ovom radu se konkretno koristio senzor za detekciju požara koji je realiziran pomoću Arduino platforme. Arduino je platforma otvorenog koda koja služi za izgradnju raznih projekata elektronike. Eksperimentalni dio rada se sastoji od ESP8266 Wemos D1 wi-fi ploče koja je programirana u Arduino IDE softveru. D1 ploča je analognim pinom povezana s MQ-2 senzorom dima s kojega očitava vrijednosti za slučaj idealnih uvjeta zraka, te u uvjetima kada nastaje požar. Očitane vrijednosti...
-
-
Detekcija raspoloženja na licu korištenjem strojnog učenja na iOS mobilnom uređaju
-
Ivan Ivanušić Cilj ovog rada je objasniti primjenu strojnog učenja pri izradi mobilnih aplikacija. Početak rada opisuje potrebne tehnologije i alate za izradu iOS mobilne aplikacije sa strojnim učenjem. Nastavak rada opisuje izradu jednostavnog modela za detekciju nekoliko ljudskih emocija te mobilne aplikacije u kojoj je primijenjen taj model koristeći kameru u realnom vremenu ili koristeći sliku iz galerije.
-
-
Detekcija registarskih tablica korištenjem tehnika strojnog učenja
-
Vedran Obradović Detekcija registarskih tablica je aktivnost koja postaje sve raširenija u današnjem svijetu. U ovom završnom radu obrađen je jedan pristup rješavanju tog problema. Kako bi se realizirao cijeli sustav, potrebno je prvo napraviti hardverski dio. Za izradu hardvera korištene se najoptimalnije i lako dostupne komponente za realizaciju. Nakon projektiranja, sustav je hardverski realiziran. Izrađeno je kućište za smještaj mikroračunala i kamere. Nakon hardverske realizacije bilo je...
-
-
Detekcija satelitskih signala u GNSS prijamniku za sinkronizaciju telekomunikacijske mreže
-
Lucija Maslać Napredak tehnologije omogućava stalno poboljšavanje performansi mobilnih uređaja. Povećanje brzine prijenosa signala zahtijeva sve učinkovitije i preciznije sustave sinkronizacije mobilnih mreža. Globalni navigacijski satelitski sustav GNSS se pokazao prikladnim za primjenu u sinkronizaciji u mobilnoj mreži među baznim postajama. Tema ovog diplomskog rada je detekcija satelitskih signala u GNSS prijamniku za sinkronizaciju telekomunikacijske mreže. U uvodnom dijelu rada dan je...
Pages
