završni rad (sveučilišni)
Područja strojnog učenja i računalnog vida kroz posljednjih su nekoliko desetljeća omogućila svim granama tehnologije neočekivano brz razvoj. Jedno od tih područja je i robotika. U ovom je radu opisana jedna od primjena računalnoga vida kroz klasifikaciju slike. Kako bi takvo nešto bilo omogućeno, korišten je VGG- 16, model temeljen na konvolucijskim neuronskim mrežama koji je u čestoj upotrebi zbog mogućnosti jednostavne prilagodbe zadanom klasifikacijskom problemu. Takvim je pristupom izgrađen model s točnošću od 80%. Poboljšanje modela moguće je postići pomoću povećanja broja slika za određene klase te boljom definicijom semantike klasa.
duboko učenje, neuronska mreža, konvolucija, klasifikacija, slika, računalni vid, model, VGG-16, ROS, prijenosno učenje
Razvojem virtualizacijskih tehnologija raste kompleksnost IT sustava, dok korisnici istovremeno zahtijevaju brži pristup resursima, napredne integracije i jednostavnost korištenja. Jedno od ključnih rješenja za ove izazove primjena je…
Ovaj rad istražuje i uspoređuje mogućnosti prosljeđivanja grafičkih kartica na Hyper-V i KVM hipervizorima prema virtualnim strojevima, detaljno opisujući metode, postupke i razlike u arhitekturi koje utječu na…
The ever-growing usage and adaptation of HTTP/3 in web traffic leverages Quick UDP Internet Connections (QUIC) as a transport protocol. QUIC is widely recognized for reduced latency, enhanced…