Semantička segmentacija prirodnih scena dubokim neuronskim mrežama

Sažetak na hrvatskom: U ovom radu opisane su duboke neuronske mreže, s posebnim naglaskom na konvolucijske neuronske mreže. Detaljno su obrađene metode i postupci koji se koriste kod učenja konvolucijskih neuronskih mreža. Implementirana je konvolucijska mreža za semantičku segmentaciju u Theano rad...

Full description

Permalink: http://skupni.nsk.hr/Record/fer.KOHA-OAI-FER:46616/Details
Glavni autor: Borko, Ivan (-)
Ostali autori: Šegvić, Siniša (Thesis advisor)
Vrsta građe: Drugo
Impresum: Zagreb, I. Borko, 2015.
Predmet:
LEADER 02149na a2200229 4500
003 HR-ZaFER
008 160221s2015 ci ||||| m||| 00| 0 hr d
035 |a (HR-ZaFER)ferid2320 
040 |a HR-ZaFER  |b hrv  |c HR-ZaFER  |e ppiak 
100 1 |a Borko, Ivan 
245 1 0 |a Semantička segmentacija prirodnih scena dubokim neuronskim mrežama :  |b diplomski rad /  |c Ivan Borko ; [mentor Siniša Šegvić]. 
246 1 |a Semantic segmentation of natural scenes with deep neural networks  |i Naslov na engleskom:  
260 |a Zagreb,  |b I. Borko,  |c 2015. 
300 |a 59 str. ;  |c 30 cm +  |e CD-ROM 
502 |b diplomski studij  |c Fakultet elektrotehnike i računarstva u Zagrebu  |g smjer: Računarska znanost, šifra smjera: 56, datum predaje: 2015-06-30, datum završetka: 2015-07-16 
520 3 |a Sažetak na hrvatskom: U ovom radu opisane su duboke neuronske mreže, s posebnim naglaskom na konvolucijske neuronske mreže. Detaljno su obrađene metode i postupci koji se koriste kod učenja konvolucijskih neuronskih mreža. Implementirana je konvolucijska mreža za semantičku segmentaciju u Theano radnoj okolini i isprobana na dva skupa podataka: Stanford Background skupu podatka koji za ulaz ima RGB slike i na KITTI skupu podataka koji na ulazu ima RGB-D slike. Na kraju su prikazani dobiveni rezultati, s opisima i slikama. 
520 3 |a Sažetak na engleskom: This work describes deep neural networks, with emphasis on convolutional neural networks. Gradient methods and learning algorithms used for neural networks lear- ning are shown. Convolutional network for semantic segmentation problems is built using Theano framework and it’s performance is evaluated on two datasets: Stanford Background dataset, consisting of only RGB images and KITTI dataset, consisting of RGB-D images. Following that, numerical results are presented, together with des- criptions and images. 
653 1 |a računalni vid, neuronske mreže, konvolucijske mreže, duboko učenje, semantička segmentacija 
653 1 |a computer vision, neural networks, convolutional networks, deep learning, semantic segmentation 
700 1 |a Šegvić, Siniša  |4 ths 
942 |c Y 
999 |c 46616  |d 46616