20.500.12556/RUL-177226 Raziskava posploševanja globokih modelov prepoznave objektov naučenih na sintetičnih podatkovnih setih Research on generalization of deep object recognition models trained on synthetic datasets V magistrskem delu je bila raziskana uporaba sintetično generiranih slik za učenje globokih modelov prepoznave in segmentacije objektov v industrijskih scenarijih, kjer pomanjkanje kakovostno označenih slik predstavlja ključno oviro. Razvita programska oprema omogoča samodejno generiranje realističnih slik iz CAD modelov ter pripadajočih oznak, pri čemer je mogoče prilagajati raznolikost, kompleksnost in osvetlitev prizorov. Rezultati kažejo, da modeli, naučeni izključno na sintetičnih podatkih, uspešno prepoznavajo osnovne značilnosti objektov, vendar imajo omejeno sposobnost posploševanja na realne slike, kar se bistveno izboljša z dodatnim učenjem na manjšem naboru realnih podatkov. Ugotovljeno je, da raznolikost in realističnost sintetičnih slik pomembno vplivata na prenosljivost modelov, kombinacija sintetičnih in realnih podatkov pa predstavlja učinkovit pristop za razvoj natančnih in robustnih sistemov računalniškega vida. The master's thesis examined the use of synthetically generated images to train deep learning models for object detection and segmentation in industrial contexts, where the shortage of high-quality annotated images is a significant obstacle. The developed software enables automatic generation of realistic images from CAD models, together with corresponding annotations, allowing customisation of scene diversity, complexity, and lighting conditions. The results indicate that models trained exclusively on synthetic data can learn basic object characteristics but have limited ability to generalise to real images, which improves significantly with additional training on a smaller set of real data. The study found that the diversity and realism of synthetic images greatly affect model transferability, while combining synthetic and real data is an effective approach for developing accurate and robust computer vision systems. strojni vid globoko učenje prepoznava objektov segmentacija objektov sintetične slike machine vision deep learning object detection object segmentation synthetic images true false false Slovenski jezik Angleški jezik Magistrsko delo/naloga 2025-12-18 08:30:36 2025-12-18 08:30:42 2025-12-29 03:52:30 0000-00-00 00:00:00 2025 0 0 XX, 50 str. 2025 0000-00-00 NiDoloceno NiDoloceno NiDoloceno 0000-00-00 0000-00-00 0000-00-00 621.397.33:004.9(043.2) 282885 261986051 46416.pdf 46416.pdf 1 6231110C8D619A05C11B7B08FF7FCA8F 6f1540a114f4490d7483935457d8bc162e33f825e9356c80076b99fb767ce4e9 062502e1-dbe3-11f0-9328-0050569b8976 https://repozitorij.uni-lj.si/Dokument.php?lang=slv&id=224140 Fakulteta za strojništvo 0 0 0