Search

Današnji modeli za semantičku segmentaciju postižu vrlo dobre rezultate na određenim podatcima, no pomak domene je i dalje neriješen problem u računalnom vidu. U ovome radu proučavamo posljedice pomaka domene u kontekstu sintetičkih podatka te koje su koristi i mane u korištenju sintetičkih podataka. U radu su opisani glavni pojmovi u području dubokog učenja relevantnih za ovu tematiku poput neuronskih mreža, konvolucijskih i semantičkih modela. Također je opisano poopćenje domene, prilagođavanje domene i pojam prijenosnog učenja kao bitne pojmove u kontekstu pomaka domene. Korišteni podatci su GTA i Cityscapes, a arhitektura je SwiftNet s ResNet-18 okosnicom. Kod je napisan u programskom jeziku Python 3 koristeći biblioteke NumPy i PyTorch. Cijeli kod je pokrenut preko platforme Kaggle koja omogućava pokretanje koda na GPU jedinicama. State of the art semantic segmentation models perform very well on specific datasets, but domain shift is still an unresolved problem in computer vision. In this paper we observe the effects of domain shift in a specific case of synthetic data and we discuss both the pros and cons of using said data for training semantic segmentation models. The paper goes over the basics of deep learning relevant to the context, such as neural networks, convolutional and semantic segmentation models. Furthermore, the paper also goes over domain generalization, domain adaptation and transfer learning as important concepts in relation to domain shift. Datasets used in this paper are GTA and Cityscapes, while the used architecture is SwiftNet with a ResNet-18 backbone. The code was written in Python 3 using NumPy and PyTorch libraries. The whole project was run on the Kaggle platform, which allows users to run their Python code on powerful GPUs.

Tema ovog diplomskog rada je izrada alata za automatsko označavanje objekata na slikama dobivenim iz simulatora autonomne vožnje. U radu je objašnjen problem prikupljanja podataka iz stvarnog svijeta te označavanje objekata od interesa na prikupljenim podacima. Objašnjeno je zašto je generiranje podataka pomoću simulacije stvarnoga svijeta jeftinije i efikasnije od prikupljanja i označavanja podataka iz stvarnog svijeta. Dan je pregled postojećih podatkovnih skupova s podacima iz stvarnoga svijeta kao i pregled postojećih podatkovnih skupova s podacima iz simulacije stvarnoga svijeta odnosno sa sintetičkim podacima. Proučeni su postojeći alati za automatsko označavanje objekata na scenama dobivenim iz računalne simulacije te je predstavljeno vlastito rješenje alata za automatsko označavanje objekata. Na kraju su prikazani podaci dobiveni korištenjem vlastitog rješenja te rezultati testiranja i osvrt na rezultate. The topic of this thesis is the creation of a tool for automatic labeling of objects on images obtained from an autonomous driving simulator. The paper explains the problem of collecting data from the real world and labeling objects of interest on the collected data. It is explained why generating data using real-world simulation is cheaper and more efficient than collecting and labeling real-world data. An overview of existing datasets with data from the real world is given, as well as an overview of existing datasets with data from simulation of the real world, i.e. with synthetic data. The existing tools for automatic marking of objects on scenes obtained from computer simulation were studied, and the own solution of tool for automatic labeling of objects was presented. At the end, the data obtained using own solution are presented, as well as the test results and a review of the results.

U ovom radu bavimo se problemom estimacije biomase ribe u morskim ribogojilištima korištenjem heterogenog robotskog sustav koji se sastoji od bespilotnih letjelica i podvodnih vozila. Fotografije iz zraka dobivene pomoću bespilotnih letjelica tijekom hranjenja ribe predstavljaju ulazne podatke za procjenu broja riba te time i količine biomase u kavezu. S obzirom na nedostupnost pravih slika i podataka o pripadajućem broju ribe izrađen je simulator kojim su stvoreni sintetički podaci za obradu i izračun parametara aproksimacijskih funkcija. Rezultati dobiveni aproksimativnom metodom za procjenu broja riba na temelju obrade dobivenih slika u virtualnom dobiveni pokazuju da je ovaj problem iznimno složen. Potrebna je daljnja analiza uzgojnih kaveza po dubini i testiranje na stvarnim podacima. In this paper, we deal with the problem of estimating fish biomass in marine fish farms using heterogeneous a robotic system consisting of drones and underwater vehicles. Aerial photographs obtained by drones during fish feeding are input data for estimating the number of fish and thus the amount of biomass in the cage. Given the unavailability of real images and data on the number of fish in those images, a simulator was created with which is possible to create synthetic data for processing and calculating the parameters of approximative functions. Results obtained by an approximate method for estimating the number of fish based on the processing of the obtained images in the virtual obtained show that this problem is extremely complex. Further depth analysis of breeding cages and testing on real data is required.

Ovaj diplomski rad najprije definira potrebu za sintetičkim podacima u telekomunikacijama i dosadašnje istraživanje u domeni. Zatim su prikazane karakteristike konkretnog podatkovnog skupa korištenog u radu. Nakon toga predložena je i detaljno opisana arhitektura jednog rješenja generatora liste detalja poziva. Sustav se sastoji od četiri komponente: analize podataka (profiliranje korisnika i izgradnja društvene mreže), sustava za unos parametara/ekspertnog znanja, generatora sintetičkih podataka i statističke validacije istih. Zatim je opisana implementacija arhitekture, njezine značajke i generirani dataset. Rad kulminira statističkom validacijom korištenih funkcija te navođenjem daljnjih mogućnosti istraživanja i zaključkom. This thesis firstly defines the need for synthetic data in telecommunications and current research in the domain. Then the characteristics of a concrete data set used in the paper are presented. After that, a solution's architecture is proposed and described in details. The system is composed of four components: data analysis (profiling of users and social network extraction), a system for inputting expert knowledge and parameters, synthetic data generator and statistic validation of the former. Then, one implementation of the architecture is described along with its features and data set it can produce. The thesis culminates with statistical validation of used functions, mentioning further research possibilities and conclusion.