Object detection and recognition using convolutional neural networks

U ovom radu obrađuju se konvolucijske umjetne neuronske mreže počevši od opisa slojeva od kojih se grade, povijesti njihovog razvoja i pregleda istaknutih radova u kojima su ostvarile zamjetne rezultate. Dani su opisi nekoliko javno dostupnih alata za rad s konvolucijskim neuronskim mrežama, njihovi principi rada i tehnologije na kojima se zasnivaju, te su pobrojani razni javno dostupni skupovi podataka s područja rukopisa, prometnih znakova i generalnih objekata na kojima se mogu uspoređivati uspješnosti modela za detekciju i raspoznavanje. Koristeći originalnu arhitekturu konvolucijske mreže DipNet i jedan režim učenja, predstavljen je niz statistika vezanih uz rad te mreže na problemu raspoznavanja prometnih znakova. Na skupovima podataka GTSRB i BTSC ostvareni rezultati su bolji od ljudskih i usporedivi s najboljim koje su postigle druge konvolucijske mreže.In this paper we give an overview of architectural elements, history and papers with notable achievements of deep convolutional neural networks. We also examine some common tools and frameworks for working with them and list a number of publicly available datasets, such as handwriting, general object classes and traffic signs, that are often used to test and compare detection and classification models. DipNet, our original network architecture, is used on several traffic sign classification datasets with fixed training parameters and various performance measures are reported. We achieve results on GTSRB and BTSC comparable to best known for convolutional neural networks, and better than human performance