prikaz prve stranice dokumenta Detekcija i klasifikacija morskog otpada iz podvodnih slika korištenjem konvolucijskih neuronskih mreža
  Preuzmi
PDF 4.42 MB
diplomski rad
Detekcija i klasifikacija morskog otpada iz podvodnih slika korištenjem konvolucijskih neuronskih mreža
2020. urn:nbn:hr:155:405699
Đuraš, Antun
Sveučilište u Dubrovniku
Odjel za elektrotehniku i računarstvo

Citirajte ovaj rad

Đuraš, A. (2020). Detekcija i klasifikacija morskog otpada iz podvodnih slika korištenjem konvolucijskih neuronskih mreža (Diplomski rad). Dubrovnik: Sveučilište u Dubrovniku. Preuzeto s https://urn.nsk.hr/urn:nbn:hr:155:405699

Đuraš, Antun. "Detekcija i klasifikacija morskog otpada iz podvodnih slika korištenjem konvolucijskih neuronskih mreža." Diplomski rad, Sveučilište u Dubrovniku, 2020. https://urn.nsk.hr/urn:nbn:hr:155:405699

Đuraš, Antun. "Detekcija i klasifikacija morskog otpada iz podvodnih slika korištenjem konvolucijskih neuronskih mreža." Diplomski rad, Sveučilište u Dubrovniku, 2020. https://urn.nsk.hr/urn:nbn:hr:155:405699

Đuraš, A. (2020). 'Detekcija i klasifikacija morskog otpada iz podvodnih slika korištenjem konvolucijskih neuronskih mreža', Diplomski rad, Sveučilište u Dubrovniku, citirano: 23.04.2024., https://urn.nsk.hr/urn:nbn:hr:155:405699

Đuraš A. Detekcija i klasifikacija morskog otpada iz podvodnih slika korištenjem konvolucijskih neuronskih mreža [Diplomski rad]. Dubrovnik: Sveučilište u Dubrovniku; 2020 [pristupljeno 23.04.2024.] Dostupno na: https://urn.nsk.hr/urn:nbn:hr:155:405699

A. Đuraš, "Detekcija i klasifikacija morskog otpada iz podvodnih slika korištenjem konvolucijskih neuronskih mreža", Diplomski rad, Sveučilište u Dubrovniku, Dubrovnik, 2020. Dostupno na: https://urn.nsk.hr/urn:nbn:hr:155:405699

Za citiranje koristite ovu mrežnu adresu: https://urn.nsk.hr/urn:nbn:hr:155:405699
Prijavite se u repozitorij kako biste mogli spremiti objekt u svoju listu.
Podaci o radu
NaslovDetekcija i klasifikacija morskog otpada iz podvodnih slika korištenjem konvolucijskih neuronskih mreža
Naslov (engleski)Detection and classification of marine litter from underwater imagery using convolutional neural networks
AutorAntun Đuraš
MentorIvana Palunko (mentor)
Član povjerenstvaIvana Palunko (predsjednik povjerenstva)
Član povjerenstvaMario Miličević (član povjerenstva)
Član povjerenstvaDinka Lale (član povjerenstva)
Ustanova koja je dodijelila
akademski / stručni stupanj		Sveučilište u Dubrovniku
(Odjel za elektrotehniku i računarstvo)
Dubrovnik
Datum i država obrane2020-09-24, Hrvatska
Znanstveno / umjetničko
područje, polje i grana		TEHNIČKE ZNANOSTI
Elektrotehnika
Elektronika
Sažetak
Razorni utjecaj sve većih količina morskog otpada na morski ekosustav predstavlja prijetnju ljudskom zdravlju, ekonomiji i kvaliteti života. Automatizacija procesa sakupljanja i pronalaženja otpada autonomnim podvodnim vozilima omogućila bi značajan napredak prema rješenju ovog problema. Za implementaciju takvog sustava potrebno je semantičko razumijevanje podvodnog okruženja na temelju informacija iz senzora podvodnog robota. Kamera tipično pruža velike količine informacija o okruženju, ipak djelovanje distorzije i visoka varijabilnost uvjeta podvodnog okruženja znači da su potrebni modeli visokog kapaciteta da bi se obuhvatili obrasci prisutni u podacima. Konvolucijske mreže su modeli iz domene strojnog učenja koji posljednje desetljeće dominiraju na zadacima detekcije i klasifikacije. U sklopu ovog rada prikupljene su i označene podvodne slike morskog otpada, formiran je podatkovni skup za treniranje modela za detekciju i klasifikaciju morskog otpada, dana je teorijska pozadina principa rada konvolucijskih modela za detekciju i klasifikaciju, nakon čega su modeli implementirani i evaluirani koristeći Tensorflow Object Detection API. Evaluacijom različitih modela, uz usporedbu preciznosti s obzirom na kompleksnost i brzinu inferencije, stečen je uvid u njihovu primjenjivost na ovaj problem.
Sažetak (engleski)
Devastating impact of increasing ammounts of marine litter on the marine ecosystem presents a looming threat to human health, economy and quality of life. Ability to automate the process of marine litter collection utilizing autonomous underwater vehicles represents a significant step towards the problem solution. Implementation of such system requires a semantic understanding of underwater environment based on the information collected by robot sensors. Cameras can typically be used to extract a lot of information about robot surroundings but due to specifics of underwater imagery such as variety of conditions and geometric distorsions, high capacity models are required to learn patterns from the data. During the last decade convolutional neural networks dominate the benchmarks for image classification and object detection tasks. In the scope of this thesis theoretical background of convolutional models for detection and classification was reviewed, underwater images of marine litter were collected from online databases and annotated for litter detection and classification task, finally models were implemented, trained and evaluated using Tensorflow Object Detection API. By evaluating performance on models of different complexity and speed of inference we analysed their applicability on this problem.
Ključne riječi
Ključne riječi (engleski)
Jezikhrvatski
URN:NBNurn:nbn:hr:155:405699
Studijski programNaziv: Elektrotehničke i komunikacijske tehnologije u pomorstvu
Vrsta studija: sveučilišni
Stupanj studija: diplomski
Akademski / stručni naziv: magistar/magistra inženjer/inženjerka elektrotehničkih i komunikacijskih tehnologija u pomorstvu (mag. ing. el.)
Vrsta resursaTekst
Način izrade datotekeIzvorno digitalna
Prava pristupaOtvoreni pristup
Uvjeti korištenjaIkona licence Zaštićeno autorskim pravom.
Datum i vrijeme pohrane2020-10-06 11:07:44