Smartphone-based Object Recognition Using Convolutional Neural Networks

U ovome radu razvijena je mobilna aplikacija za operacijski sustav Android za prepoznavanje objekata iz slika. Problem prepoznavanja objekata implementiran je za tri različita načina rada aplikacije: binarna klasifikacija (mačka ili pas), više-klasna klasifikacija (određivanje vrste psa) i lokalizacija (gdje se na slici nalazi pas). Aplikacija šalje slike na poslužitelj gdje se, u ovisnosti o odabranom načinu rada rada aplikacije, pokreće jedan od algoritama tj. slika prolazi kroz jednu od pretohdno treniranih konvolucijskih mreža. Poslužitelj je implementiran u programskom jeziku Python korištenjem biblioteke Flask za razvoj web aplikacija, pri čemu se za treniranje konvolucijskih neuronskih mreža koristio Keras API, s pozadinom u TensorFlow biblioteci.In this thesis an Android mobile application for object recognition from images was developed. The object recognition problem was decomposed into three distinct application modes: binary classification (cat or dog), multi-class classification (dog breed detection), and localization (where in the photo is the dog being recognized). The implemented application sends images for recognition to the server where, depending on the mode of work chosen, the image passes through one of the trained convolutional neural networks and returns a result back to the mobile application. The server was implemented in Python using Flask web micro framework, while Keras API with TensorFlow backend was used for training of the neural networks