Prepoznavanje šahovske ploče i figura temeljeno na metodama dubokog učenja

završni rad

• Naslov (engleski): Chessboard and figure recognition based on deep learning methods
• Autor: Karlo Filek
• Mentor: Tomislav Stipančić (mentor)
• Ustanova koja je dodijelila akademski / stručni stupanj: Sveučilište u Zagrebu; Fakultet strojarstva i brodogradnje; Zagreb
• Datum i država obrane: 2023-09-28, Hrvatska
• Znanstveno / umjetničko područje, polje i grana: TEHNIČKE ZNANOSTI; Strojarstvo

Sažetak

Zadnjih 2 desetljeća metode računalnog vida i strojnog učenja su se drastično razvile i modernom arhitekturom računala omogućili real-time izvedbu zadanih algoritama prepoznavanja i detekcije objekata. Tema ovog rada je izrada računalnog programa za detekciju i prepoznavanje šahovske ploče i figura te usporedba u učinkovitosti modela s obzirom o kutu gledanja na šahovsku ploču. Rješenje je bazirano na implementaciji duboke neuronske mreže doučene na naš set podataka te je izrađeno u programskom jeziku Python uz korištenje prograskih biblioteka otvorenog koda OpenCV za područje obrade slika i računalnog vida i TensorFlow za područje učenje neuronske mreže i obradu podataka. Učenje mreža je ubrzano primjenom GoogleColab kolaborativnog okruženja gdje se omogućava pristub Google-ovim radnim jedinicama.

Sažetak (engleski)

For the past 2 decades the methods for computer vision and object recognition have been rapidly developing. With the evolution of modern computer processing units real-time object detection and recognition has been made a possibility. The goal of this thesis is to create a computer program for chess board detection and figure recognition based on deep neural network recognition. Operating program is built in Python 3.10 and uses open source libraries such as OpenCV for image manipulation and TensorFlow for neural network fitting and image evaluation. The training of the neural network was sped up by implementing Googles server resources through GoogleColab platform.

• Ključne riječi: Python; OpenCV; TensorFlow; duboke neuronske mreže; prepoznavanje objekata; VGG16
• Ključne riječi (engleski): Python; OpenCV; TensorFlow; deep neural network; object recognition; VGG16
• Jezik: hrvatski
• URN:NBN: urn:nbn:hr:235:329600
• Studijski program: Naziv: Strojarstvo; Vrsta studija: sveučilišni; Stupanj studija: preddiplomski; Akademski / stručni naziv: sveučilišni/a prvostupnik/ prvostupnica (baccalaureus/baccalaurea) inženjer/inženjerka strojarstva (univ. bacc. ing. mech.)
• Vrsta resursa: Tekst
• Način izrade datoteke: Izvorno digitalna
• Prava pristupa: Otvoreni pristup
• Datum i vrijeme pohrane: 2023-09-29 14:42:26