Razvoj naprednega sistema za detektiranje voznih pasov na platformah GPU : master thesis

Crnek, Karlo

| | SLO | ENG | Piškotki in zasebnost

Večja pisava | Manjša pisava

Prva stran > Izpis gradiva

Izpis gradiva

Naslov:	Razvoj naprednega sistema za detektiranje voznih pasov na platformah GPU : master thesis
Avtorji:	ID Crnek, Karlo (Avtor) ID Rojc, Matej (Mentor) Več o mentorju... ID Mlakar, Izidor (Mentor) Več o mentorju...
Datoteke:	MAG_Crnek_Karlo_2019.pdf (3,48 MB) MD5: 3BD144AC551685CAE9C9112C206E3470 PID: 20.500.12556/dkum/e84621ae-b288-4448-ad60-2723a111ce40
Jezik:	Slovenski jezik
Vrsta gradiva:	Magistrsko delo/naloga
Tipologija:	2.09 - Magistrsko delo
Organizacija:	FERI - Fakulteta za elektrotehniko, računalništvo in informatiko
Opis:	Problem, ki ga obravnavamo v magistrski nalogi je detektiranje voznih pasov na RGB slikah oz. posnetkih ceste pred vozilom med vožnjo. Za rešitev tega problema smo se odločili uporabiti tehnike »globokega učenja«, predvsem konvolucijske nevronske mreže, s katerimi smo izvedli semantično segmentiranje. Problem smo reševali s tremi različnimi arhitekturami nevronskih mrež, ki smo jih učili na naboru podatkov BDD100k. Modele mrež smo nato testirali in primerjali rezultate s pomočjo IoU metrike za semantično segmentacijo. Opravili smo tudi več eksperimentov s ciljem izboljšanja IoU vrednosti in generalizacije modelov. Na koncu smo modele testirali tudi na Nvidia Jetson TX2 platformi in predlagali možnost vključitve takšnih modelov v sistem avtonomnega vozila.
Ključne besede:	globoko učenje, konvolucijske nevronske mreže, segmentacija voznega pasu, strojni vid, avtonomno vozilo
Kraj izida:	Maribor
Kraj izvedbe:	Maribor
Založnik:	[K. Crnek]
Leto izida:	2019
Št. strani:	XVII, 84 f.
PID:	20.500.12556/DKUM-75089
UDK:	621.396.969.3:004.89(043.2)
COBISS.SI-ID:	22831638
NUK URN:	URN:SI:UM:DK:HACS1X2M
Datum objave v DKUM:	13.11.2019
Število ogledov:	2125
Število prenosov:	201
Metapodatki:
Področja:	KTFMB - FERI
:	Kopiraj citat

Skupna ocena:	(0 glasov)
Vaša ocena:	Ocenjevanje je dovoljeno samo prijavljenim uporabnikom.
Objavi na:

Postavite miškin kazalec na naslov za izpis povzetka. Klik na naslov izpiše podrobnosti ali sproži prenos.

Licence

Licenca:	CC BY-NC-ND 4.0, Creative Commons Priznanje avtorstva-Nekomercialno-Brez predelav 4.0 Mednarodna

Povezava:	http://creativecommons.org/licenses/by-nc-nd/4.0/deed.sl
Opis:	Najbolj omejujoča licenca Creative Commons. Uporabniki lahko prenesejo in delijo delo v nekomercialne namene in ga ne smejo uporabiti za nobene druge namene.
Začetek licenciranja:	20.09.2019

Sekundarni jezik

Jezik:	Angleški jezik
Naslov:	Development of an advanced system for lane detection on GPU platforms
Opis:	The problem we are dealing with in this master’s thesis is lane detection on RGB images, i.e. images of the road in front of the vehicle during driving. To solve this problem, we have used “deep learning” techniques, specifically convolutional neural networks for the semantic segmentation task. We designed three different network architectures, which were trained on BDD100k dataset. Those network models were then evaluated and compared based on IoU metric used for semantic segmentation. We performed several experiments with the goal of improving IoU results and the generalization of the models. Finally, we tested the models on the Nvidia Jetson TX2 platform and proposed the possibilities for incorporating such models into the autonomous vehicle system.
Ključne besede:	deep learning, convolutional neural networks, lane segmentation, computer vision, autonomous vehicles

Komentarji

Dodaj komentar

Za komentiranje se morate prijaviti.

Komentarji (0)

0 - 0 / 0

Ni komentarjev!

Nazaj