|
|
|
|
| LEADER |
02000na a2200229 4500 |
| 003 |
HR-ZaFER |
| 008 |
160221s2018 ci ||||| m||| 00| 0 hr d |
| 035 |
|
|
|a (HR-ZaFER)ferid6274
|
| 040 |
|
|
|a HR-ZaFER
|b hrv
|c HR-ZaFER
|e ppiak
|
| 100 |
1 |
|
|a Anđelić, Antonio
|
| 245 |
1 |
0 |
|a Semantička segmentacija slika dubokim konvolucijskim modelima :
|b završni rad /
|c Antonio Anđelić ; [mentor Siniša Šegvić].
|
| 246 |
1 |
|
|a Semantic Segmentation With Deep Convolutional Models
|i Naslov na engleskom:
|
| 260 |
|
|
|a Zagreb,
|b A. Anđelić,
|c 2018.
|
| 300 |
|
|
|a 24 str. ;
|c 30 cm +
|e CD-ROM
|
| 502 |
|
|
|b preddiplomski studij
|c Fakultet elektrotehnike i računarstva u Zagrebu
|g smjer: Računarska znanost, šifra smjera: 41, datum predaje: 2018-06-15, datum završetka: 2018-07-13
|
| 520 |
3 |
|
|a Sažetak na hrvatskom: U ovom radu su opisane neuronske mreže s posebnim naglaskom na konvolucijske mreže. Opisani su razni dijelovi i tehnike korištene u izgradnji i učenju neuronskih mreža. Rad također opisuje rezidualne neuronske mreže kao i njihovu konkretnu implementaciju, ResNet50. Programski je implementiran i evaluiran model za semantičku segmentaciju dobiven arhitekturom ResNet50. Rezultati su prikazani i komentirani na kraju rada.
|
| 520 |
3 |
|
|a Sažetak na engleskom: This paper describes neural networks with focus on deep convolutional neural networks. Different parts and techniques used in neural networks are described. Also, paper describes residual neural network as well as its concrete implementation, ResNet50. Paper contains details about the implementaion of the system for semantic segmentation using ResNet50. Lastly, the results are presented.
|
| 653 |
|
1 |
|a neuronske mreže
|a konvolucijske neuronske mreže
|a rezidualne neuronske mreže
|a ResNet
|a semantička segmentacija
|a klasifikacija
|
| 653 |
|
1 |
|a neural networks
|a convolutional neural networks
|a residual neural networks
|a ResNet
|a semantic segmentation
|a classification
|
| 700 |
1 |
|
|a Šegvić, Siniša
|4 ths
|
| 942 |
|
|
|c Z
|
| 999 |
|
|
|c 47986
|d 47986
|