|
|
|
|
| LEADER |
02275na a2200229 4500 |
| 003 |
HR-ZaFER |
| 008 |
160221s2018 ci ||||| m||| 00| 0 hr d |
| 035 |
|
|
|a (HR-ZaFER)ferid6017
|
| 040 |
|
|
|a HR-ZaFER
|b hrv
|c HR-ZaFER
|e ppiak
|
| 100 |
1 |
|
|a Močilac, Stjepan
|
| 245 |
1 |
0 |
|a Ugradbena izvedba konvolucijskog modela za semantičku segmentaciju :
|b završni rad /
|c Stjepan Močilac ; [mentor Siniša Šegvić].
|
| 246 |
1 |
|
|a Embedded implementation of a convolutional model for semantic segmentation
|i Naslov na engleskom:
|
| 260 |
|
|
|a Zagreb,
|b S. Močilac,
|c 2018.
|
| 300 |
|
|
|a 23 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: 2017-06-09, datum završetka: 2018-07-06
|
| 520 |
3 |
|
|a Sažetak na hrvatskom: Ovaj rad prikazuje semantičku segmentaciju prirodnih scena učenu na modelu
VGG-16. Upotrebljen je strogo nadzirani pristupi gdje u svakoj piknji skupa za učenje
na raspolaganju imamo informaciju o pripadnom semantičkom razredu. Za potrebe
ovog rada koristio se predtrenirani model na većoj rezoluciji slike. Korišten je
programski okvir Tensorflow te biblioteke programskog jezika Python za rukovanje
matricama i slikama. Prikazana je potencijalna evaluacija slika pribavljenih iz kamere
u realnom vremenu. Izvedba je prilagođena radu na ugradbenom računalnom sustavu
TX1.
|
| 520 |
3 |
|
|a Sažetak na engleskom: This paper shows the semantic segmentation of natural scenes learned from
the VGG-16 model. Strictly supervised approaches are used where we have
information on the corresponding semantic class for each of the pixel of the learning
set. For the purposes of this paper, a predetermined model was used at a higher
resolution of the image. The Tensorflow program library and the Python
libraries were used. A potential evaluation of images obtained from the camera in real-time is shown. The design is tailored to work on the TX1 embedded computer system on module.
|
| 653 |
|
1 |
|a semantička segmentacija
|a računalni vid
|a duboko učenje
|a vgg-16
|a tensorflow
|a tx1
|a aravis
|
| 653 |
|
1 |
|a semantic segmentation
|a computer vision
|a deep learning
|a vgg-16
|a tensorflow
|a tx1
|a aravis
|
| 700 |
1 |
|
|a Šegvić, Siniša
|4 ths
|
| 942 |
|
|
|c Z
|
| 999 |
|
|
|c 49474
|d 49474
|