<?xml version="1.0"?>
<rdf:RDF xmlns:rdf="http://www.w3.org/1999/02/22-rdf-syntax-ns#" xmlns:dc="http://purl.org/dc/elements/1.1/"><rdf:Description rdf:about="https://repozitorij.uni-lj.si/IzpisGradiva.php?id=162169"><dc:title>Hitra izvedba rešitev strojnega vida na mobilnih napravah</dc:title><dc:creator>Ban,	Jakob	(Avtor)
	</dc:creator><dc:creator>Meža,	Marko	(Mentor)
	</dc:creator><dc:subject>Računalniški vid</dc:subject><dc:subject>Strojno učenje</dc:subject><dc:subject>Prenosno učenje</dc:subject><dc:description>V diplomski nalogi sem obravnaval področje strojnega vida, ki omogoča računalnikom prepoznavo objektov iz slik in video posnetkov. Glede na to, da strojni vid spada pod področje umetne inteligence, sem opisal tudi delovanje strojnega učenja in nevronskih mrež. 
Glavni cilj naloge je bil izdelati aplikacijo, ki bi s strojnim vidom prepoznavala vrste sadja. Izdelavo sem pričel tako, da sem iz interneta prenesel slikovni podatkovni set, kateremu sem mu za večjo natančnost dodal še slike sadja, ki sem jih posnel sam. Nato sem uporabil Googlov Teachable Machine, ki na podlagi prenesenega učenja omogoča lažje učenje modela slikovnega vida. Za izdelavo aplikacije sem uporabljal Android Studio, v pomoč pa so mi bili internetni viri, ki so podobno aplikacijo že sestavili.
Izdelano aplikacijo sem testiral s sadjem, ki bi ga aplikacija morala prepoznati. Ugotovil sem, da deluje zadovoljivo, saj je le nekajkrat napačno identificirala kivi.</dc:description><dc:date>2024</dc:date><dc:date>2024-09-19 10:15:02</dc:date><dc:type>Diplomsko delo/naloga</dc:type><dc:identifier>162169</dc:identifier><dc:language>sl</dc:language></rdf:Description></rdf:RDF>
