<?xml version="1.0" encoding="utf-8"?>
<Gradivo ID="171553" NadgradivoID="0" NRID="27255469" OceID="0" DomainUrl="https://repozitorij.uni-lj.si/" IzpisPolniUrl="https://repozitorij.uni-lj.si/IzpisGradiva.php?lang=slv&amp;id=171553" StOgledov="588" StPrenosov="232" StOcen="0" VsotaOcen="0" DatumIzvoza="2026-08-20 22:40:54" OcenaSkupna="0" StPodgradiv="0" StudijskiProgramEvsID="0" JeIndeksirano="0" JeVecAvtorjev="0" DovoliZahtevkeZaDostop="0">
  <PID Url="http://hdl.handle.net/20.500.12556/RUL-171553">20.500.12556/RUL-171553</PID>
  <Naslov>Segmentacija eksperimentalne postavitve nosilcev in pospeškomerov z uporabo prenesenega učenja</Naslov>
  <Podnaslov></Podnaslov>
  <TujJezik_Naslov>Segmentation of experimental setup of beams and accelerometers using transfer learning</TujJezik_Naslov>
  <TujJezik_Podnaslov></TujJezik_Podnaslov>
  <Opis>V zaključni nalogi smo obravnavali problem samodejne zaznave in segmentacije elementov v eksperimentalni postavitvi nosilcev in merilnikov pospeška, s pomočjo strojnega vida. Za reševanje problema je bila uporabljena metoda prenesenega učenja, pri čemer se je dodatno učil model YOLOv11s-seg na ročno ustvarjeni in označeni podatkovni množici. Ocenjevanje uspešnosti je temeljilo na standardiziranih merilih. Rezultati kažejo, da model dosega visoko natančnost in zanesljivo segmentacijo tudi na nevidenih testnih slikah, kar potrjuje dobro sposobnost posploševanja in robustnost. Predlagani pristop se je izkazal kot učinkovit za avtomatizacijo identifikacije eksperimentalnih komponent v laboratorijskem okolju.</Opis>
  <TujJezik_Opis>This thesis addresses the problem of automated detection and segmentation of components in an experimental setup consisting of beams and accelerometers, using machine vision. To tackle this, a transfer learning approach was employed by fine-tuning a YOLOv11s-seg model on a custom made, manually annotated dataset. The model’s performance was evaluated using standardized metrics. Results demonstrate high accuracy and reliable segmentation on unseen test images, confirming strong generalization capabilities. The proposed approach proved effective for automating the identification of key experimental components in laboratory environments.</TujJezik_Opis>
  <KljucneBesede>
    <Beseda>segmentacija instanc</Beseda>
    <Beseda>preneseno učenje</Beseda>
    <Beseda>globoke nevronske mreže</Beseda>
    <Beseda>strojni vid</Beseda>
    <Beseda>globoko učenje</Beseda>
  </KljucneBesede>
  <TujJezik_KljucneBesede>
    <Beseda>instance segmentation</Beseda>
    <Beseda>transfer learning</Beseda>
    <Beseda>deep neural networks</Beseda>
    <Beseda>machine vision</Beseda>
    <Beseda>deep learning</Beseda>
  </TujJezik_KljucneBesede>
  <Potrjeno>true</Potrjeno>
  <JeZaklenjeno>false</JeZaklenjeno>
  <JeRecenzirano>false</JeRecenzirano>
  <Zaloznik></Zaloznik>
  <Izvor></Izvor>
  <Jezik ID="1060" ISO639-3="slv">Slovenski jezik</Jezik>
  <TujJezik ID="1033" ISO639-3="eng">Angleški jezik</TujJezik>
  <Povezave></Povezave>
  <Pokrivanje></Pokrivanje>
  <CasovnoPokritje></CasovnoPokritje>
  <AvtorskePravice></AvtorskePravice>
  <VrstaGradiva ID="mb11" DRIVER="info:eu-repo/semantics/bachelorThesis">Diplomsko delo/naloga</VrstaGradiva>
  <DatumVstavljanja>2025-08-28 08:31:09</DatumVstavljanja>
  <DatumObjave>2025-08-28 08:31:10</DatumObjave>
  <DatumSpremembe>2025-09-07 03:41:31</DatumSpremembe>
  <DatumTrajnegaHranjenja>0000-00-00 00:00:00</DatumTrajnegaHranjenja>
  <LetoIzida>2025</LetoIzida>
  <LetoIzidaDo>0</LetoIzidaDo>
  <KrajIzida></KrajIzida>
  <LetoIzvedbe>0</LetoIzvedbe>
  <KrajIzvedbe></KrajIzvedbe>
  <Opomba></Opomba>
  <StStrani>XII, 38 f. </StStrani>
  <StevilcenjeNivo1></StevilcenjeNivo1>
  <StevilcenjeNivo2></StevilcenjeNivo2>
  <Kronologija>2025</Kronologija>
  <Patent_Stevilka></Patent_Stevilka>
  <Patent_DatumVeljavnosti>0000-00-00</Patent_DatumVeljavnosti>
  <VerzijaDokumenta>NiDoloceno</VerzijaDokumenta>
  <StatusObjaveDrugje>NiDoloceno</StatusObjaveDrugje>
  <VrstaStroskaObjave>NiDoloceno</VrstaStroskaObjave>
  <DatumPoslanoVRecenzijo>0000-00-00</DatumPoslanoVRecenzijo>
  <DatumSprejetjaClanka>0000-00-00</DatumSprejetjaClanka>
  <DatumObjaveClanka>0000-00-00</DatumObjaveClanka>
  <EmbargoDo></EmbargoDo>
  <VrstaEmbarga ID="1" Naziv="Takojšnja javna objava" OpenAIREDostop="openAccess"></VrstaEmbarga>
  <Osebe>
    <Oseba ID="148110" Ime="Blaž" Priimek="Küplen" AltIme="" VlogaID="70" VlogaNaziv="Avtor" ConorID="319211619" Afiliacija="" ArrsID="0" ORCID=""></Oseba>
    <Oseba ID="2544" Ime="Janko" Priimek="Slavič" AltIme="Janko Slavic; J. Slavič; J. Slavic" VlogaID="991" VlogaNaziv="Mentor" ConorID="10537571" Afiliacija="" ArrsID="23010" ORCID=""></Oseba>
  </Osebe>
  <Identifikatorji>
    <Identifikator ID="4" Sifra="UDK" Naziv="UDK" URL="">531.768:004.93:004.85(043.2)</Identifikator>
    <Identifikator ID="16" Sifra="VisID" Naziv="VisID" URL="">274848</Identifikator>
    <Identifikator ID="3" Sifra="CobissID" Naziv="COBISS_ID" URL="https://plus.cobiss.net/cobiss/si/sl/bib/247396867">247396867</Identifikator>
  </Identifikatorji>
  <Datoteke>
    <Datoteka ID="214917" DatotekaNRID="14431107" NamenDatotekeID="2" NamenDatoteke="Predstavitvena datoteka" FormatDatotekeID="2" FormatDatoteke=".pdf" MIME="application/pdf" IkonaFormata="pdf.png" IkonaFormataPolniUrl="https://repozitorij.uni-lj.si/teme/rulDev/img/fileTypes/pdf.png" VelikostDatoteke="30956495" VelikostDatotekeKratko="29,52 MB" DatumVstavljanja="2025-08-28 08:31:13" JeZbrisana="false" JeJavnoVidna="true" JeIndeksirana="true" JeVidno="true" VidnoOd="01.01.1970" Zaporedje="0">
      <Naziv>42780.pdf</Naziv>
      <OrgNaziv>42780.pdf</OrgNaziv>
      <URL></URL>
      <Opis></Opis>
      <OpisTujJezik></OpisTujJezik>
      <UrlObdelave></UrlObdelave>
      <FrekvencaAzuriranjaID>1</FrekvencaAzuriranjaID>
      <Verzija></Verzija>
      <MD5>3E7CD629141B6944633B453209ADE675</MD5>
      <SHA256>4ab9e3d127ee577120fab7373bd0eb9b9d51ebad97c5f6bbba05cd61e6d53314</SHA256>
      <UUID>7670fe95-83d8-11f0-9328-0050569b8976</UUID>
      <PID></PID>
      <PrenosPolniUrl>https://repozitorij.uni-lj.si/Dokument.php?lang=slv&amp;id=214917</PrenosPolniUrl>
      <Vsebine>
        <Vsebina TipVsebine="GoloBesedilo" JezikID="1060" Oznaka="" Dolzina="79605"></Vsebina>
      </Vsebine>
    </Datoteka>
  </Datoteke>
  <Organizacije>
    <Organizacija OrganizacijaID="14" Kratica="FS" ZavodEvsID="0000068" Logo="" LogoPolniUrl="https://repozitorij.uni-lj.si/teme/rulDev/img/logo/">Fakulteta za strojništvo </Organizacija>
  </Organizacije>
  <OrganizacijeVira>
  </OrganizacijeVira>
  <MetodeZbiranjaPodatkov>
  </MetodeZbiranjaPodatkov>
  <TipologijaDela ID="2.11" Koda="2.11" Naziv="Diplomsko delo" SchemaOrg="Thesis"></TipologijaDela>
  <Ostalo>
    <StIrodsDatotek>0</StIrodsDatotek>
    <StDatotekPodTrajnimEmbargom>0</StDatotekPodTrajnimEmbargom>
    <StDatotekZOmejenimDostopom>0</StDatotekZOmejenimDostopom>
  </Ostalo>
</Gradivo>
