prikaz prve stranice dokumenta Python aplikacija za prepoznavanje slika temeljena na neuronskim mrežama
No public access
undergraduate thesis
Python aplikacija za prepoznavanje slika temeljena na neuronskim mrežama
2017. urn:nbn:hr:225:962919
Košutić, Denis
Algebra University College

Cite this document

Košutić, D. (2017). Python aplikacija za prepoznavanje slika temeljena na neuronskim mrežama (Undergraduate thesis). Zagreb: Algebra University College. Retrieved from https://urn.nsk.hr/urn:nbn:hr:225:962919

Košutić, Denis. "Python aplikacija za prepoznavanje slika temeljena na neuronskim mrežama." Undergraduate thesis, Algebra University College, 2017. https://urn.nsk.hr/urn:nbn:hr:225:962919

Košutić, Denis. "Python aplikacija za prepoznavanje slika temeljena na neuronskim mrežama." Undergraduate thesis, Algebra University College, 2017. https://urn.nsk.hr/urn:nbn:hr:225:962919

Košutić, D. (2017). 'Python aplikacija za prepoznavanje slika temeljena na neuronskim mrežama', Undergraduate thesis, Algebra University College, accessed 12 September 2024, https://urn.nsk.hr/urn:nbn:hr:225:962919

Košutić D. Python aplikacija za prepoznavanje slika temeljena na neuronskim mrežama [Undergraduate thesis]. Zagreb: Algebra University College; 2017 [cited 2024 September 12] Available at: https://urn.nsk.hr/urn:nbn:hr:225:962919

D. Košutić, "Python aplikacija za prepoznavanje slika temeljena na neuronskim mrežama", Undergraduate thesis, Algebra University College, Zagreb, 2017. Available at: https://urn.nsk.hr/urn:nbn:hr:225:962919

Metadata
TitlePython aplikacija za prepoznavanje slika temeljena na neuronskim mrežama
AuthorDenis Košutić
MentorAleksander Radovan (mentor)
GranterAlgebra University College
Zagreb
Defense date and country2017-01-25, Croatia
Scientific / art field,
discipline and subdiscipline		TECHNICAL SCIENCES
Computing
Abstract
U ovom radu prikazana je implementacija konvolucijske neuronske mreže za prepoznavanje objekata na slikama. Korišteni su javno dostupni skupovi podataka: CIFAR10, ImageNet (ILSVRC-2012) i MNIST. Uz navedene, izrađeni su i vlastiti skupovi podataka. Testirana je preciznost algoritma u odnosu na veličinu korištenog skupa podataka. Koristeći tehniku prijenosnog učenja, prikazana je implementacija modela Inception-v3 koji je znatno ubrzao proces izrade i učenja neuronske mreže. Uspoređeni su rezultati dobiveni ovakvim pristupom u odnosu na tradicionalan način. Izrađena je aplikacija koja koristi neuronsku mrežu za klasifikaciju hrvatskih novčanica na slikama.
Abstract (english)
In this work, the implementation of convolutional neural network is shown for object recognition in images. Several publicly available datasets were used: CIFAR10, ImageNet (ILSVRC-2012) and MNIST. Along with these, additional custom datasets were created. Accuracy of the algorithm was tested in comparison to the size of the dataset used. Using the transfer learning technique, Inception-v3 model was implemented, which significantly sped up the process of creating and learning neural networks. Results obtained by this approach were compared to results obtained using the traditional way. Using the neural network, an application was made to classify Croatian banknotes in images.
Keywords
Keywords (english)
Languagecroatian
URN:NBNurn:nbn:hr:225:962919
Study programmeTitle: Computer Engineering - Undergraduate Professional Program
Study programme type: professional
Study level: undergraduate
Academic / professional title: stručni/a prvostupnik/prvostupnica (baccalaureus/baccalaurea) inženjer/inženjerka računarstva (stručni/a prvostupnik/prvostupnica (baccalaureus/baccalaurea) inženjer/inženjerka računarstva)
Type of resourceText
File originBorn digital
Access conditionsClosed access
Terms of useLicence In copyright icon
Created on2019-04-12 17:48:35