Tim
- Luka Popović R2 21/2025
- Matija Popović R2 27/2025
Definicija problema
Cilj ovog projekta je razvoj sistema koji automatski klasifikuje rasu psa na osnovu ulazne slike. Model treba da uči vizuelne karakteristike koje razlikuju različite rase pasa.
Skup podataka
Koristiće se Stanford Dogs Dataset, koji sadrži 20580 slika pasa pripadajućih 120 rasa. Za svaku sliku poznata je klasa rase psa. Slike u datasetu dolaze u različitim dimenzijama, pa će se pre treniranja sve skalirati na uniformnu veličinu radi doslednog treniranja modela. Takođe, biće izvršeno balansiranje klasa u cilju poboljšanja performansi modela i smanjenja uticaja nejednake zastupljenosti pojedinih rasa pasa.
Metodologija
U radu će biti implementirana tri modela dubokog učenja čiji će se rezultati uporediti. Tokom eksperimentisanja biće analiziran uticaj različitih hiperparametara na performanse modela.
Baseline CNN model
Kao osnovni model biće implementiran konvolucioni neuronski model (CNN) treniran od nule. Arhitektura modela, uključujući broj slojeva, broj filtera i dimenzije izlaznih slojeva, neće biti unapred strogo definisana, već će se eksperimentisati sa različitim arhitekturnim varijantama kako bi se pronašla optimalna struktura za klasifikaciju rasa pasa.
Transfer Learning – ResNet50
Kao drugi model koristiće se ResNet50 sa unapred naučenim težinama sa ImageNet skupa podataka. Izvršiće se modifikacija završnih slojeva klasifikatora kako bi broj izlaznih neurona odgovarao broju klasa u zadatku, nakon čega će model dodatno biti treniran na skupu podataka pasa radi prilagođavanja specifičnostima problema.
State-of-the-Art model – EfficientNet
Kao treći model koristiće se EfficientNet, moderna arhitektura dubokih neuronskih mreža koja postiže visoku tačnost uz efikasno korišćenje računarskih resursa. Model će biti prilagođen datasetu pasa primenom fine-tuning tehnike, pri čemu će se deo unapred treniranih slojeva dodatno podešavati za potrebe klasifikacije rasa pasa. EfficientNet predstavlja jedan od savremenijih pristupa u oblasti klasifikacije slika.
Evaluacija
Performanse modela će biti evaluirane korišćenjem:
- Precision
- Recall
- Macro F1-score
- ROC-AUC, primenjen u one-vs-rest pristupu zbog velikog broja klasa
Tim
Definicija problema
Cilj ovog projekta je razvoj sistema koji automatski klasifikuje rasu psa na osnovu ulazne slike. Model treba da uči vizuelne karakteristike koje razlikuju različite rase pasa.
Skup podataka
Koristiće se Stanford Dogs Dataset, koji sadrži 20580 slika pasa pripadajućih 120 rasa. Za svaku sliku poznata je klasa rase psa. Slike u datasetu dolaze u različitim dimenzijama, pa će se pre treniranja sve skalirati na uniformnu veličinu radi doslednog treniranja modela. Takođe, biće izvršeno balansiranje klasa u cilju poboljšanja performansi modela i smanjenja uticaja nejednake zastupljenosti pojedinih rasa pasa.
Metodologija
U radu će biti implementirana tri modela dubokog učenja čiji će se rezultati uporediti. Tokom eksperimentisanja biće analiziran uticaj različitih hiperparametara na performanse modela.
Baseline CNN model
Kao osnovni model biće implementiran konvolucioni neuronski model (CNN) treniran od nule. Arhitektura modela, uključujući broj slojeva, broj filtera i dimenzije izlaznih slojeva, neće biti unapred strogo definisana, već će se eksperimentisati sa različitim arhitekturnim varijantama kako bi se pronašla optimalna struktura za klasifikaciju rasa pasa.
Transfer Learning – ResNet50
Kao drugi model koristiće se ResNet50 sa unapred naučenim težinama sa ImageNet skupa podataka. Izvršiće se modifikacija završnih slojeva klasifikatora kako bi broj izlaznih neurona odgovarao broju klasa u zadatku, nakon čega će model dodatno biti treniran na skupu podataka pasa radi prilagođavanja specifičnostima problema.
State-of-the-Art model – EfficientNet
Kao treći model koristiće se EfficientNet, moderna arhitektura dubokih neuronskih mreža koja postiže visoku tačnost uz efikasno korišćenje računarskih resursa. Model će biti prilagođen datasetu pasa primenom fine-tuning tehnike, pri čemu će se deo unapred treniranih slojeva dodatno podešavati za potrebe klasifikacije rasa pasa. EfficientNet predstavlja jedan od savremenijih pristupa u oblasti klasifikacije slika.
Evaluacija
Performanse modela će biti evaluirane korišćenjem: