Segmentacijska konvolucijska nevronska mreža za štetje polipov na slikahZavrtanik, Vitjan (Avtor) Kristan, Matej (Mentor) Polipikonvolucijska nevronska mrežasegmentacija slikdetekcija objektovV nalogi naslavljamo problem detekcije polipov meduz na slikah ostrig. Moderne metode detekcije objektov so pogosto sestavljene iz dveh faz. Najprej se na potencialnih lokacijah generirajo hipotetične regije, nato pa se posamezno hipotetično regijo klasificira v pripadajoči razred, glede na objekt, ki ga regija vsebuje. V delu se osredotočamo na drugačen pristop k detekciji objektov, saj najprej z uporabo konvolucijske nevronske mreže generiramo segmentacijsko masko objektov na sliki, nato pa z interpretacijo maske dobimo natančno lokacijo iskanih objektov. Razvito metodo SegCo uporabljamo za reševanje problema detekcije polipov meduz na slikah školjk. Rezultate predlagane metode smo primerjali z rezultati modernih metod detekcije objektov. Rezultate smo primerjali z modernim učljivim detektorjem RetinaNet in specializirano metodo za detekcijo polipov PoCo. V primerjavi z detektorjem RetinaNet, metoda SegCo dosega 2% izboljšavo mere F-1, v primerjavi z detektorjem PoCo pa 24% izboljšavo. V sklopu naloge je bil razvit tudi program, ki z uporabo predlagane metode omogoča avtomatsko detekcijo in štetje objektov na slikah. Delovanje programa ni omejeno le na detekcijo polipov, temveč z učinkovitim uporabniškim vmesnikom omogoča učenje novih modelov predlagane metode, zaradi česar lahko program detektira objekte tudi na drugih vrstah slik.20182018-12-07 13:10:03Magistrsko delo/naloga105711sl