Aplikacija za štetje objektov v slikahKerec, Jaša (Avtor) Kristan, Matej (Mentor) Čehovin Zajc, Luka (Komentor) Štetje objektovnevronske mrežeFaster R-CNNFamNetV diplomski nalogi naslavljamo problem štetja objektov v slikah. Ročno štetje objektov je lahko zelo časovno potratno in izpostavljeno človeškim napakam, ko imamo ogromno slik z veliko objekti. Obstajajo aplikacije, ki ponujajo štetje različnih kategorij objektov z že natreniranimi modeli. Naša rešitev pa je nekoliko drugačna, saj predlagamo izdelavo spletne aplikacije, ki uporablja konvolucijske nevronske mreže za štetje objektov. Z enostavno uporabo spletne aplikacije uporabniku ponudimo treniranje lastnih modelov ter uporabo lastnih in že natreniranih modelov za štetje objektov v slikah. Spletno aplikacijo zgradimo z modernimi tehnologijami, kot so React, NodeJS, Tornado in PyTorch. Na koncu nas zanima, ali izdelana aplikacija res prispeva k hitrejšemu in natančnejšemu štetju ter ali je aplikacija dobro izdelana z vidika zmogljivosti, dostopnosti, uporabe dobrih praks in optimizacije za spletne iskalnike. Ugotovimo, da je aplikacija zgrajena dobro, saj na testiranju dosežemo odlične rezultate. Prav tako ugotovimo, da z aplikacijo objekte preštejemo bistveno hitreje kot na roke. Primerjamo tudi natančnost, priklic in mero F1 med metodama Faster R-CNN in FamNet . Ugotovimo, da ima slednja metoda večjo vrednost priklica, metoda Faster R-CNN pa večji vrednosti natančnosti in mere F1.20222022-09-13 19:55:00Diplomsko delo/naloga140247sl