Tracking Animal Behavior Using Deep Convolutional Neural Networks

Tema rada su problemi detekcije i segmentacije objekata na fotografijama. Objašnjeni su koncepti neuronskih mreža te konvolucijskih neuronskih mreža. Nakon toga su opisani neki od popularnijih postojećih modela za detekciju objekata na fotografijama i dana je njihova usporedba u brzini i preciznošću. Zatim je model Mask R-CNN treniran na vlastito izrađenom skupu podataka u kojemu se nalaze slike lavova. Nakon toga model je primijenjen da samostalno detektira lavove na fotografijama koje nije do tada vidio, što je rezultiralo sa zadovoljavajućim rezultatima.This paper examines the problem of object detection and segmentation. There are given an explanation to concepts of neural networks and convolutional neural networks. Afterward, some of the most popular existing object detection models are described and compared in speed and accuracy. The Mask R-CNN model was then trained on a self-created data set containing images of lions. The model was then applied to independently detect lions in photographs that were not seen before, resulting in satisfactory results