| | SLO | ENG | Piškotki in zasebnost

Večja pisava | Manjša pisava

Iskanje po katalogu digitalne knjižnice Pomoč

Iskalni niz: išči po
išči po
išči po
išči po
* po starem in bolonjskem študiju

Opcije:
  Ponastavi


1 - 10 / 117
Na začetekNa prejšnjo stran12345678910Na naslednjo stranNa konec
1.
Primerjava modernih konvolucijskih nevronskih mrež na problemu segmentiranja slik : diplomsko delo
Ivana Dukarić, 2024, diplomsko delo

Opis: V diplomskem delu smo preučevali in analizirali rezultate arhitektur konvolucijskih nevronskih mrež na problemu binarne segmentacije. V teoretičnem delu smo preučili arhitekture konvolucijskih nevronskih mrež SegFormer, DeepLapV3+, Gated-SCNN, Segmenter, FastFCN in TopFormer. V praktičnem delu diplomskega dela smo mreže SegFormer, Segmenter, FastFCN in TopFormer učili segmentirati slike na podatkovnih množicah Cityscapes in ADE20K. Mreže smo učili binarne segmentacije vozil. Mrežo SegFormer smo še dodatno učili na problemu binarnega segmentiranja ljudi. Dobljene rezultate smo analizirali in jih ovrednotili z evalvacijskimi metrikami. Za ocenjevanje uspešnosti smo uporabili metrike točnost, priklic, natančnost, IoU in F1 oceno. Najboljše rezultate za problem binarnega segmentiranja vozil smo dobili s pomočjo mreže SegFormer na podatkovni zbirki Cityscapes. Na podatkovni zbirki ADE20K smo za enak problem segmentacije dobili najboljše rezultate za mrežo Segmenter. Najslabše sta se izkazali mreža TopFormer na podatkovni zbirki Cityscapes in mreža FastFCN na podatkovni zbirki ADE20K.
Ključne besede: binarna segmentacija, konvolucijske nevronske mreže, primerjava mrež, evalvacijske metrike, računalniški vid
Objavljeno v DKUM: 26.04.2024; Ogledov: 364; Prenosov: 69
.pdf Celotno besedilo (3,19 MB)

2.
ROSUS 2024 - Računalniška obdelava slik in njena uporaba v Sloveniji 2024 : Zbornik 18. strokovne konference
2024, zbornik

Opis: ROSUS 2024 – Računalniška obdelava slik in njena uporaba v Sloveniji 2024 je strokovna računalniška konferenca, ki jo od leta 2006 naprej vsako leto organizira Inštitut za računalništvo iz Fakultete za elektrotehniko, računalništvo in informatiko, Univerze v Mariboru. Konferenca povezuje strokovnjake in raziskovalce s področij digitalne obdelave slik in strojnega vida z uporabniki tega znanja, pri čemer uporabniki prihajajo iz raznovrstnih industrijskih okolij, biomedicine, športa, zabavništva in sorodnih področij. Zbornik konference ROSUS 2024 združuje strokovne prispevke več avtorjev, od tega dve vabljeni predavanji ter več demonstracijskih prispevkov. Prispevki podajajo najnovejše dosežke slovenskih strokovnjakov s področij digitalne obdelave slik in strojnega vida, osvetljujejo pa tudi trende in novosti na omenjenih strokovnih področjih. Velik poudarek prispevkov je na promoviranju ekonomske koristnosti aplikacij računalniške obdelave slik in vida v slovenskem prostoru. Takšne računalniške aplikacije zaradi visoke natančnosti, robustnosti in izjemnih hitrosti pri obdelovanju informacij nudijo namreč nove priložnosti za uveljavitev na trgu visokih tehnologij.
Ključne besede: strojni vid, biomedicina, industrijske aplikacije, prenos znanja, računalniška obdelava slik
Objavljeno v DKUM: 12.03.2024; Ogledov: 188; Prenosov: 20
.pdf Celotno besedilo (13,78 MB)
Gradivo ima več datotek! Več...

3.
UAV Thermal Imaging for Unexploded Ordnance Detection by Using Deep Learning
Milan Bajić, Jr., Božidar Potočnik, 2023, izvirni znanstveni članek

Opis: A few promising solutions for thermal imaging Unexploded Ordnance (UXO) detection were proposed after the start of the military conflict in Ukraine in 2014. At the same time, most of the landmine clearance protocols and practices are based on old, 20th-century technologies. More than 60 countries worldwide are still affected by explosive remnants of war, and new areas are contaminated almost every day. To date, no automated solutions exist for surface UXO detection by using thermal imaging. One of the reasons is also that there are no publicly available data. This research bridges both gaps by introducing an automated UXO detection method, and by publishing thermal imaging data. During a project in Bosnia and Herzegovina in 2019, an organisation, Norwegian People's Aid, collected data about unexploded ordnances and made them available for this research. Thermal images with a size of 720 x 480 pixels were collected by using an Unmanned Aerial Vehicle at a height of 3 m, thus achieving a very small Ground Sampling Distance (GSD). One of the goals of our research was also to verify if the explosive war remnants' detection accuracy could be improved further by using Convolutional Neural Networks (CNN). We have experimented with various existing modern CNN architectures for object identification, whereat the YOLOv5 model was selected as the most promising for retraining. An eleven-class object detection problem was solved primarily in this study. Our data were annotated semi-manually. Five versions of the YOLOv5 model, fine-tuned with a grid-search, were trained end-to-end on randomly selected 640 training and 80 validation images from our dataset. The trained models were verified on the remaining 88 images from our dataset. Objects from each of the eleven classes were identified with more than 90% probability, whereat the Mean Average Precision (mAP) at a 0.5 threshold was 99.5%, and the mAP at thresholds from 0.5 to 0.95 was 87.0% up to 90.5%, depending on the model's complexity. Our results are comparable to the state-of-the-art, whereat these object detection methods have been tested on other similar small datasets with thermal images. Our study is one of the few in the field of Automated UXO detection by using thermal images, and the first that solves the problem of identifying more than one class of objects. On the other hand, publicly available thermal images with a relatively small GSD will enable and stimulate the development of new detection algorithms, where our method and results can serve as a baseline. Only really accurate automatic UXO detection solutions will help to solve one of the least explored worldwide life-threatening problems.
Ključne besede: unmanned aerial vehicle, unexploded ordnance, thermal imaging, UXOTi_NPA dataset, convolutional neural networks, deep learning
Objavljeno v DKUM: 12.02.2024; Ogledov: 265; Prenosov: 17
.pdf Celotno besedilo (16,94 MB)
Gradivo ima več datotek! Več...

4.
Kombiniranje modelov razvrščanja vzorcev za razpoznavanje čustvenih izrazov iz posnetkov obraza v nekontroliranem okolju : diplomsko delo
Juš Osojnik, 2023, diplomsko delo

Opis: V tem delu smo se ukvarjali z razpoznavanjem čustvenih izrazov v nekontroliranem okolju. Uporabljali smo metodo prenosnega učenja, kjer smo učili arhitekture konvolucijskih nevronskih mrež: EfficientNetB0, ResNet50, DenseNet121, InceptionV3 in Xception, na naboru podatkovnih zbirk FER-2013, AffectNet, AFEW/SFEW in Aff-Wild2. Modele smo nato kombinirali na osnovi rezultatov z metodama povprečenja in glasovanja. Modele smo kombinirali tudi na osnovi izluščenih značilnic. Uspešnost modelov smo merili po metrikah natančnosti in ocene F1. Na podatkovni zbirki FER-2013 smo dosegli najboljšo natančnost 72 %, na zbirkah AffectNet 67 %, AFEW/SFEW 47 % in Aff-Wild2 52 % natančnost. Z našimi rezultati smo se približali najuspešnejšim raziskavam, ki so na posameznih podatkovnih zbirkah dosegle natančnosti: FER-2013 77 %, AffectNet 67 %, AFEW/SFEW 54 % in Aff-Wild2 52 %.
Ključne besede: prepoznavanje čustvenih izrazov, slike obrazov, globoke nevronske mreže, modelno združevanje, ekstrakcija značilnic, okolje Keras
Objavljeno v DKUM: 13.10.2023; Ogledov: 436; Prenosov: 43
.pdf Celotno besedilo (4,01 MB)

5.
Kombiniranje več modelov razvrščanja vzorcev na primeru ocenjevanja starosti osebe iz digitalnih posnetkov : diplomsko delo
Tadej Horvat, 2023, diplomsko delo

Opis: V tej diplomski nalogi se ukvarjamo s kombiniranjem različnih prosto dostopnih modelov konvolucijskih nevronskih mrež za reševanje problema ocenjevanja starosti oseb iz digitalnih posnetkov. Naš cilj je bil implementirati ansambelske metode, ki so bolj uspešne od vsakega posameznega modela v našem ansamblu. Kombinirali smo pet osnovnih modelov konvolucijskih nevronskih mrež, in sicer Xception, ResNet152V2, InceptionV3, InceptionResNetV2 in EfficientNetV2B0. Modele smo kombinirali na nivoju rezultatov in na nivoju značilnic, pri čemer smo implementirali štiri metode kombiniranja na nivoju rezultatov in pet metod kombiniranja na nivoju značilnic. Za učenje posameznih modelov in testiranje metod smo uporabili bazo podatkov UTKFace. Najboljši rezultat smo dosegli z metodo večslojnega »stackinga«, in sicer srednjo absolutno napako 4,526 let nad našo testno množico. Rezultat le malenkost zaostaja za rezultati najboljših sodobnih metod ocenjevanja starosti iz digitalnih posnetkov.
Ključne besede: ocenjevanje starosti oseb, konvolucijske nevronske mreže, ansambelsko učenje
Objavljeno v DKUM: 05.10.2023; Ogledov: 341; Prenosov: 21
.pdf Celotno besedilo (1,75 MB)

6.
Salivary gland adaptation to dietary inclusion of hydrolysable tannins in boars
Maša Mavri, Marjeta Čandek-Potokar, Gregor Fazarinc, Martin Škrlep, Catrin Rutland, Božidar Potočnik, Nina Batorek Lukač, Valentina Kubale, 2022, izvirni znanstveni članek

Opis: The ingestion of hydrolysable tannins as a potential nutrient to reduce boar odor in entire males results in the significant enlargement of parotid glands (parotidomegaly). The objective of this study was to characterize the effects of different levels of hydrolysable tannins in the diet of fattening boars (n = 24) on salivary gland morphology and proline-rich protein (PRP) expression at the histological level. Four treatment groups of pigs (n = 6 per group) were fed either a control (T0) or experimental diet, where the T0 diet was supplemented with 1% (T1), 2% (T2), or 3% (T3) of the hydrolysable tannin-rich extract Farmatan®. After slaughter, the parotid and mandibular glands of the experimental pigs were harvested and dissected for staining using Goldner’s Trichrome method, and immunohistochemical studies with antibodies against PRPs. Morphometric analysis was performed on microtome sections of both salivary glands, to measure the acinar area, the lobular area, the area of the secretory ductal cells, and the sizes of glandular cells and their nuclei. Histological assessment revealed that significant parotidomegaly was only present in the T3 group, based on the presence of larger glandular lobules, acinar areas, and their higher nucleus to cytoplasm ratio. The immunohistochemical method, supported by color intensity measurements, indicated significant increases in basic PRPs (PRB2) in the T3 and acidic PRPs (PRH1/2) in the T1 groups. Tannin upplementation did not affect the histo-morphological properties of the mandibular gland. This study confirms that pigs can adapt to a tannin-rich diet by making structural changes in their parotid salivary gland, indicating its higher functional activity.
Ključne besede: pigs, dietary supplements, tannins, parotid gland, mandibular gland, immunohistochemistry, histology, proline-rich proteins (PRP), swine
Objavljeno v DKUM: 07.07.2023; Ogledov: 427; Prenosov: 39
.pdf Celotno besedilo (4,43 MB)
Gradivo ima več datotek! Več...

7.
ROSUS 2023 - Računalniška obdelava slik in njena uporaba v Sloveniji 2023: : Zbornik 17. strokovne konference
2023

Opis: ROSUS 2023 – Računalniška obdelava slik in njena uporaba v Sloveniji 2023 je strokovna računalniška konferenca, ki jo od leta 2006 naprej vsako leto organizira Inštitut za računalništvo iz Fakultete za elektrotehniko, računalništvo in informatiko, Univerze v Mariboru. Konferenca povezuje strokovnjake in raziskovalce s področij digitalne obdelave slik in strojnega vida z uporabniki tega znanja, pri čemer uporabniki prihajajo iz raznovrstnih industrijskih okolij, biomedicine, športa, zabavništva in sorodnih področij. Zbornik konference ROSUS 2023 združuje strokovne prispevke več deset avtorjev, od tega dva vabljena predavanje ter več demonstracijskih prispevkov. Prispevki podajajo najnovejše dosežke slovenskih strokovnjakov s področij digitalne obdelave slik in strojnega vida, osvetljujejo pa tudi trende in novosti na omenjenih strokovnih področjih. Velik poudarek prispevkov je na promoviranju ekonomske koristnosti aplikacij računalniške obdelave slik in vida v slovenskem prostoru. Takšne računalniške aplikacije zaradi visoke natančnosti, robustnosti in izjemnih hitrosti pri obdelovanju informacij nudijo namreč nove priložnosti za uveljavitev na trgu visokih tehnologij.
Ključne besede: računalniška obdelava slik, strojni vid, biomedicina, industrijske aplikacije, prenos znanja
Objavljeno v DKUM: 16.03.2023; Ogledov: 506; Prenosov: 50
.pdf Celotno besedilo (10,99 MB)
Gradivo ima več datotek! Več...

8.
Adapted Operation System Kernel as a Learning Tool : diplomsko delo
Anna Sidorova, 2022, diplomsko delo

Opis: This bachelor’s thesis focuses on the exploration of instructional operating systems developed to complement undergraduate classes on operating systems. We investigated which instructional operating systems exist and described the most notable of them. We selected the two, installed them on a modern computer, and implemented assignments from process scheduling and memory management. We described our experience of working with each system and their environments and suggested a few approaches on how to introduce instructional OS to the operating systems course curriculum.
Ključne besede: operating system, teaching process, xv6, pintos
Objavljeno v DKUM: 07.11.2022; Ogledov: 460; Prenosov: 61
.pdf Celotno besedilo (2,86 MB)

9.
Development of an open-source framework for automatic alignment of KORUZA free-space optical communication system : magistrsko delo
Nejc Klemenčič, 2022, magistrsko delo

Opis: This thesis aims to implement an open-source framework for the automatic alignment and tracking of the KORUZA v2 Pro free-space optical solution. Free-space optical systems are explored and current optical alignment and tracking solutions are analyzed. We use Neural Network-based object detection approaches to complement the essential collection of framework functionality. We train a Neural Network to detect KORUZA v2 Pro units with data gathered from currently deployed links. The out-of-the-box solution for automatic alignment and tracking can be freely modified and extended.
Ključne besede: free-space optics, automatic alignment, neural networks, object detection, open-source framework
Objavljeno v DKUM: 14.03.2022; Ogledov: 728; Prenosov: 79
.pdf Celotno besedilo (4,68 MB)

10.
ROSUS 2022 - Računalniška obdelava slik in njena uporaba v Sloveniji 2022 : Zbornik 16. strokovne konference
2022, zbornik

Opis: ROSUS 2022 – Računalniška obdelava slik in njena uporaba v Sloveniji 2022 je strokovna računalniška konferenca, ki jo od leta 2006 naprej vsako leto organizira Inštitut za računalništvo iz Fakultete za elektrotehniko, računalništvo in informatiko, Univerze v Mariboru. Konferenca povezuje strokovnjake in raziskovalce s področij digitalne obdelave slik in strojnega vida z uporabniki tega znanja, pri čemer uporabniki prihajajo iz raznovrstnih industrijskih okolij, biomedicine, športa, zabavništva in sorodnih področij. Zbornik konference ROSUS 2022 združuje strokovne prispevke več deset avtorjev, od tega dva vabljena predavanje ter več demonstracijskih prispevkov. Prispevki podajajo najnovejše dosežke slovenskih strokovnjakov s področij digitalne obdelave slik in strojnega vida, osvetljujejo pa tudi trende in novosti na omenjenih strokovnih področjih. Velik poudarek prispevkov je na promoviranju ekonomske koristnosti aplikacij računalniške obdelave slik in vida v slovenskem prostoru. Takšne računalniške aplikacije zaradi visoke natančnosti, robustnosti in izjemnih hitrosti pri obdelovanju informacij nudijo namreč nove priložnosti za uveljavitev na trgu visokih tehnologij.
Ključne besede: računalniška obdelava slik, strojni vid, biomedicina, industrijske aplikacije, prenos znanja
Objavljeno v DKUM: 09.03.2022; Ogledov: 990; Prenosov: 85
.pdf Celotno besedilo (38,07 MB)
Gradivo ima več datotek! Več...

Iskanje izvedeno v 9.52 sek.
Na vrh
Logotipi partnerjev Univerza v Mariboru Univerza v Ljubljani Univerza na Primorskem Univerza v Novi Gorici