Uporaba simuliranih scen za izboljšavo učenja detekcije ovir na vodni površiniMiočić, Matej (Avtor) Kristan, Matej (Mentor) simulacijsko okoljeračunalniški vidsemantična segmentacijaBlendersamodejno generirani sintetični podatkisamovozeča vozilaAvtonomna plovila se zanašajo na robustne metode zaznavanja ovir. Najsodobnejše metode temeljijo na segmentacijskih mrežah, ki so naučene na velikih naborih podatkov. Ker je nabor realnih slik zelo omejen, ročna segementacija pa časovno zahtevna in podvržena človeškim napakam, predlagamo alternativo –- izdelavo simulacijskih slik s samodejno segmentacijo. V nalogi predlagamo simulacijsko okolje za generiranje simuliranih vodnih scen in njihovih segmentacijskih mask. Analizirane so možnosti izboljšave segmentacijskih mrež za detekcijo ovir na vodi preko uporabe generiranih simuliranih vodnih scen. Predstavljamo primerjavo rezultatov učenja segmentacijske mreže na zbirki realnih slik z rezultati učenja mrež na zbirki simuliranih vodnih scen ter z rezultati učenja mrež na kombinaciji obeh zbirk. Rezultati analize kažejo, da je F-mera znotraj nevarnega območja z mrežami, ki so naučene na kombinaciji obeh zbirk, za 5 % višja kot z mrežami, ki so trenirane na zbirki brez sintetičnih slik, F-mera za celotno območje pa je za 0,3 % višja.20212021-09-13 19:55:05Diplomsko delo/naloga130325sl