Prepoznava invazivnih polžev z uporabo globokega učenja : diplomsko delo

Herodež, Kristjan

| | SLO | ENG | Piškotki in zasebnost

Večja pisava | Manjša pisava

Prva stran > Izpis gradiva

Izpis gradiva

Naslov:	Prepoznava invazivnih polžev z uporabo globokega učenja : diplomsko delo
Avtorji:	ID Herodež, Kristjan (Avtor) ID Fister, Iztok (Mentor) Več o mentorju... ID Vrbančič, Grega (Komentor)
Datoteke:	VS_Herodez_Kristjan_2023.pdf (3,43 MB) MD5: CEE85F65B035B64FCD6B580C0B378141
Jezik:	Slovenski jezik
Vrsta gradiva:	Diplomsko delo/naloga
Tipologija:	2.11 - Diplomsko delo
Organizacija:	FERI - Fakulteta za elektrotehniko, računalništvo in informatiko
Opis:	Zaključno delo se osredotoča na podvejo umetne inteligence, ki se imenuje strojno učenje. V zaključnem delu predstavljamo uporabo in implementacijo strojnega učenja na različnih področjih. Znotraj zaključnega dela se podrobneje osredotočamo na pametno kmetijstvo, katerega osrednja tematika v tej nalogi je odkrivanje škodljivcev, ki so v našem primeru polži Arion rufus. Kot rešitev problema je predstavljeno globoko učenje oz. uporaba konvolucijskih nevronskih mrež. V ta namen omenimo tudi različne pristope za učenje modelov računalniškega vida. Rešitev smo našli v pristopu YOLO (You only look once) v katerem smo izdelali naš model vida in ga primerjali s podobno študijo.
Ključne besede:	Arion rufus, Globoko učenje, Pametno kmetijstvo, Umetna inteligenca
Kraj izida:	Maribor
Kraj izvedbe:	Maribor
Založnik:	[K. Herodež]
Leto izida:	2023
Št. strani:	1 spletni vir (1 datoteka PDF (IX, 46 f.))
PID:	20.500.12556/DKUM-85437
UDK:	004.85(043.2)
COBISS.SI-ID:	171251203
Datum objave v DKUM:	05.10.2023
Število ogledov:	585
Število prenosov:	93
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:	29.08.2023

Sekundarni jezik

Jezik:	Angleški jezik
Naslov:	Detection of invasive snails using deep learning
Opis:	The thesis focuses on a branch of artificial intelligence called machine learning. In it we present the use and implementation of machine learning in various fields. Primary focus is given to the branch of smart agriculture, whose central theme in this assignment is solving the problem of pest detection, which in our case are Arion rufus snails. Deep learning is presented as a solution to the problem using convolutional neural networks. For this purpose, we also mention different approaches for creating models of computer vision. We found a solution in the YOLO (You only look once) approach, in which we created our vision model and compared it with a similar study.
Ključne besede:	Arion rufus, Deep learning, Smart agriculture, Artificial intelligence

Komentarji

Dodaj komentar

Za komentiranje se morate prijaviti.

Komentarji (0)

0 - 0 / 0

Ni komentarjev!

Nazaj