|
|
|
|
| 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
|