Vaš brskalnik ne omogoča JavaScript!
JavaScript je nujen za pravilno delovanje teh spletnih strani. Omogočite JavaScript ali uporabite sodobnejši brskalnik.
|
|
SLO
|
ENG
|
Piškotki in zasebnost
DKUM
EPF - Ekonomsko-poslovna fakulteta
FE - Fakulteta za energetiko
FERI - Fakulteta za elektrotehniko, računalništvo in informatiko
FF - Filozofska fakulteta
FGPA - Fakulteta za gradbeništvo, prometno inženirstvo in arhitekturo
FKBV - Fakulteta za kmetijstvo in biosistemske vede
FKKT - Fakulteta za kemijo in kemijsko tehnologijo
FL - Fakulteta za logistiko
FNM - Fakulteta za naravoslovje in matematiko
FOV - Fakulteta za organizacijske vede
FS - Fakulteta za strojništvo
FT - Fakulteta za turizem
FVV - Fakulteta za varnostne vede
FZV - Fakulteta za zdravstvene vede
MF - Medicinska fakulteta
PEF - Pedagoška fakulteta
PF - Pravna fakulteta
UKM - Univerzitetna knjižnica Maribor
UM - Univerza v Mariboru
UZUM - Univerzitetna založba Univerze v Mariboru
COBISS
Ekonomsko poslovna fakulteta
Fakulteta za kmetijstvo in biosistemske vede
Fakulteta za logistiko
Fakulteta za organizacijske vede
Fakulteta za varnostne vede
Fakulteta za zdravstvene vede
Knjižnica tehniških fakultet
Medicinska fakulteta
Miklošičeva knjižnica - FPNM
Pravna fakulteta
Univerzitetna knjižnica Maribor
Večja pisava
|
Manjša pisava
Uvodnik
Iskanje
Brskanje
Oddaja dela
Za študente
Za zaposlene
Statistika
Prijava
Prva stran
>
Izpis gradiva
Izpis gradiva
Naslov:
Določanje uspešnosti počepa s pomočjo strojnega vida
Avtorji:
ID
Graj, Nejc
(Avtor)
ID
Fister, Iztok
(Mentor)
Več o mentorju...
ID
Vrbančič, Grega
(Komentor)
Datoteke:
VS_Graj_Nejc_2024.pdf
(3,43 MB)
MD5: 0F41AF0095760FE4113B85DCE0672521
Jezik:
Slovenski jezik
Vrsta gradiva:
Diplomsko delo/naloga
Tipologija:
2.11 - Diplomsko delo
Organizacija:
FERI - Fakulteta za elektrotehniko, računalništvo in informatiko
Opis:
V tem diplomskem delu bomo predstavili področje strojnega učenja, bolj specifično področje globokega učenja. V teoretičnem delu bomo prikazali, kako se je strojno učenje do sedaj že uporabljalo v športu, kako strojno in globoko učenje delujeta ter kako poteka proces učenja konvolucijskih nevronskih mrež. V praktičnem delu bomo ustvarili svojo učno množico in nato z algoritmom, ki je zasnovan na konvolucijskih nevronskih mrežah, ustvarili model, ki je zmožen določati uspešnost počepa po pravilih zveze za Powerlifting.
Ključne besede:
strojni vid
,
globoko učenje
,
konvolucijske nevronske mreže
,
powerlifting
Kraj izida:
Maribor
Založnik:
[N. Graj]
Leto izida:
2024
PID:
20.500.12556/DKUM-88841
UDK:
004.8796.88(043.2)
COBISS.SI-ID:
220206083
Datum objave v DKUM:
19.09.2024
Število ogledov:
0
Število prenosov:
27
Metapodatki:
Področja:
KTFMB - FERI
Citiraj gradivo
Navadno besedilo
BibTeX
EndNote XML
EndNote/Refer
RIS
ABNT
ACM Ref
AMA
APA
Chicago 17th Author-Date
Harvard
IEEE
ISO 690
MLA
Vancouver
:
GRAJ, Nejc, 2024,
Določanje uspešnosti počepa s pomočjo strojnega vida
[na spletu]. Diplomsko delo. Maribor : N. Graj. [Dostopano 27 marec 2025]. Pridobljeno s: https://dk.um.si/IzpisGradiva.php?lang=slv&id=88841
Kopiraj citat
Skupna ocena:
0.5
1
1.5
2
2.5
3
3.5
4
4.5
5
(0 glasov)
Vaša ocena:
Ocenjevanje je dovoljeno samo
prijavljenim
uporabnikom.
Objavi na:
Podobna dela iz repozitorija:
Smernice razvoja mobilne telefonije
Uvedba VoIP telefonije v poslovnem okolju
Uvajanje mobilnega poslovanja v storitveno podjetje
Organizacijski model telekomunikacijskega sistema
Koncept več-modalnega evalvatorja kakovosti multimedije
Podobna dela iz ostalih repozitorijev:
Gledanost televizije med študenti
Nanoscale electric charge transport in organic thin film transistors
Mikrokoordinacija in mobilna telefonija
"Zavestni uporniki": neuporabniki mobilne telefonije
Latest technologies in beam diagnostics-HW
Postavite miškin kazalec na naslov za izpis povzetka. Klik na naslov izpiše podrobnosti ali sproži prenos.
Licence
Licenca:
CC BY 4.0, Creative Commons Priznanje avtorstva 4.0 Mednarodna
Povezava:
http://creativecommons.org/licenses/by/4.0/deed.sl
Opis:
To je standardna licenca Creative Commons, ki daje uporabnikom največ možnosti za nadaljnjo uporabo dela, pri čemer morajo navesti avtorja.
Začetek licenciranja:
29.05.2024
Sekundarni jezik
Jezik:
Angleški jezik
Naslov:
Determining squat depth with the help of machine vision
Opis:
In this diploma thesis, we will delve into the field of machine learning, specifically focusing on the area of deep learning. In the theoretical part, we will examine how machine learning has been until now used in sports and as well as how machine learning, deep learning, and the process of training convolutional neural networks work. In the practical part, we will create our own training dataset and use an algorithm based on convolutional neural networks to create a model capable of assessing the performance of a squat according to the rules of the International Powerlifting Federation.
Ključne besede:
machine learning
,
deep learning
,
convolutional neural networks
,
powerlifting
Komentarji
Dodaj komentar
Za komentiranje se morate
prijaviti
.
Komentarji (0)
0 - 0 / 0
Ni komentarjev!
Nazaj