prikaz prve stranice dokumenta Optimizacija segmentacije cestovnih scena u stvarnom vremenu
  Preuzmi
PDF 1.43 MB
diplomski rad
Optimizacija segmentacije cestovnih scena u stvarnom vremenu
2024. urn:nbn:hr:200:757367
Barišić, Renata
Sveučilište Josipa Jurja Strossmayera u Osijeku
Fakultet elektrotehnike, računarstva i informacijskih tehnologija Osijek
Zavod za programsko inženjerstvo
Katedra za vizualno računarstvo

Citirajte ovaj rad

Barišić, R. (2024). Optimizacija segmentacije cestovnih scena u stvarnom vremenu (Diplomski rad). Osijek: Sveučilište Josipa Jurja Strossmayera u Osijeku, Fakultet elektrotehnike, računarstva i informacijskih tehnologija Osijek. Preuzeto s https://urn.nsk.hr/urn:nbn:hr:200:757367

Barišić, Renata. "Optimizacija segmentacije cestovnih scena u stvarnom vremenu." Diplomski rad, Sveučilište Josipa Jurja Strossmayera u Osijeku, Fakultet elektrotehnike, računarstva i informacijskih tehnologija Osijek, 2024. https://urn.nsk.hr/urn:nbn:hr:200:757367

Barišić, Renata. "Optimizacija segmentacije cestovnih scena u stvarnom vremenu." Diplomski rad, Sveučilište Josipa Jurja Strossmayera u Osijeku, Fakultet elektrotehnike, računarstva i informacijskih tehnologija Osijek, 2024. https://urn.nsk.hr/urn:nbn:hr:200:757367

Barišić, R. (2024). 'Optimizacija segmentacije cestovnih scena u stvarnom vremenu', Diplomski rad, Sveučilište Josipa Jurja Strossmayera u Osijeku, Fakultet elektrotehnike, računarstva i informacijskih tehnologija Osijek, citirano: 07.12.2024., https://urn.nsk.hr/urn:nbn:hr:200:757367

Barišić R. Optimizacija segmentacije cestovnih scena u stvarnom vremenu [Diplomski rad]. Osijek: Sveučilište Josipa Jurja Strossmayera u Osijeku, Fakultet elektrotehnike, računarstva i informacijskih tehnologija Osijek; 2024 [pristupljeno 07.12.2024.] Dostupno na: https://urn.nsk.hr/urn:nbn:hr:200:757367

R. Barišić, "Optimizacija segmentacije cestovnih scena u stvarnom vremenu", Diplomski rad, Sveučilište Josipa Jurja Strossmayera u Osijeku, Fakultet elektrotehnike, računarstva i informacijskih tehnologija Osijek, Osijek, 2024. Dostupno na: https://urn.nsk.hr/urn:nbn:hr:200:757367

Za citiranje koristite ovu mrežnu adresu: https://urn.nsk.hr/urn:nbn:hr:200:757367
Prijavite se u repozitorij kako biste mogli spremiti objekt u svoju listu.
Podaci o radu
NaslovOptimizacija segmentacije cestovnih scena u stvarnom vremenu
Naslov (engleski)Optimization of segmentation of road scenes in real time
AutorRenata Barišić
MentorČaslav Livada (mentor)
Član povjerenstvaČaslav Livada (predsjednik povjerenstva)
Član povjerenstvaAlfonzo Baumgartner (član povjerenstva)
Član povjerenstvaTomislav Galba (član povjerenstva)
Ustanova koja je dodijelila
akademski / stručni stupanj		Sveučilište Josipa Jurja Strossmayera u Osijeku
Fakultet elektrotehnike, računarstva i informacijskih tehnologija Osijek
(Zavod za programsko inženjerstvo)
(Katedra za vizualno računarstvo)
Osijek
Datum i država obrane2024-09-26, Hrvatska
Znanstveno / umjetničko
područje, polje i grana		TEHNIČKE ZNANOSTI
Računarstvo
Umjetna inteligencija
Sažetak
Cilj ovog diplomskog rada bio je implementirati U-Net, SegNet i ENet arhitekture te njihov trening uz pomoć PyTorch biblioteke, a dobivene rezultate koristiti za usporedbu navedenih arhitektura po pitanju točnosti, brzini izvođenja, učinkovitosti u stvarnom vremenu i kompleksnosti implementacije. Trening je proveden na Cityscapes skupu podataka, na kojem je provedena pred-obrada potrebna za korištenje pri treningu. Prije treninga, arhitekture su uspoređene po veličini i broju parametara; tijekom treninga, prate se srednja vrijednost unije i presjeka te točnost piksela; a nakon treninga uspoređuju se po trajanju i brzini treniranja, broju epoha te se provodi testiranje na testnom dijelu skupa podataka. Pri testiranju se mjere vrijeme zaključivanja i mogućnost izvođenja u stvarnom vremenu, a točnost se mjeri kvalitativno, pošto ne postoji izvor istine za segmentacije testnog skupa. Navedenim usporedbama pružen je dubok uvid u primjenjivost navedenih arhitektura u kontekstu automobilske percepcije te je svakoj arhitekturi pronađena prikladna primjena na temelju njezinih rezultata i performansi – ENet je izabrana za zadatke u kojima su ključne brzina i učinkovitost resursa, a U-Net i SegNet se, zbog svojih sličnih rezultata, predlažu za istu primjenu, a to su situacije u kojima je točnost bitnija od iskorištenosti resursa.
Sažetak (engleski)
The aim of this thesis was to implement U-Net, SegNet and ENet architectures along with their training with the help of the PyTorch library, and using the obtained results to compare the mentioned architectures in terms of accuracy, execution speed, real-time efficiency and implementation complexity. The training was carried out on the Cityscapes dataset, which was pre-processed for use in training. Before the training, the architectures were compared according to their size and number of parameters; during the training the mean Intersection over Union and the pixel accuracy were monitored; after the training, they were compared according to the duration and speed of the training, the number of epochs, and testing was carried out on the test part of the data set. During testing, inference time and real-time-execution capabilities were measured quantitatively, and accuracy was measured qualitatively, since there is no ground truth for the test set segmentations. The aforementioned comparisons provided deep insight into the applicability of the architectures in the context of automotive perception, and a suitable task was found for each architecture based on its results and performance - ENet was chosen for tasks where speed and resource efficiency are key, while U-Net and SegNet are suggested for the same tasks due to their similar results – tasks in which the accuracy is more important than resource utilization.
Ključne riječi
Ključne riječi (engleski)
Jezikhrvatski
URN:NBNurn:nbn:hr:200:757367
Studijski programNaziv: Računarstvo
Vrsta studija: sveučilišni
Stupanj studija: diplomski
Akademski / stručni naziv: sveučilišni/a magistar/magistra inženjer/inženjerka računarstva (univ. mag. ing. comp.)
Vrsta resursaTekst
Način izrade datotekeIzvorno digitalna
Prava pristupaOtvoreni pristup
Uvjeti korištenjaIkona licence Zaštićeno autorskim pravom.
Datum i vrijeme pohrane2024-10-04 07:56:36