Detekce QR kódů pomocí hlubokého učení

Simple item page
but.committeedoc. Ing. Radim Burget, Ph.D. (předseda) doc. Ing. Jaroslav Sklenář, CSc. (místopředseda) Ing. Pavel Hanák, Ph.D. (člen) Ing. Ondřej Šmirg, Ph.D. (člen) Ing. Ondřej Pavelka (člen) Ing. Jiří Přinosil, Ph.D. (člen)cs
but.defenceStudent prezentoval výsledky své práce a komise byla seznámena s posudky. Student obhájil bakalářskou práci s výhradami a odpověděl na otázky členů komise a oponenta. Otázky: Popište Váš proces experimentování s vybranými parametry sítě YOLO a jejich vliv na výslednou přesnost a rychlost detekce. Zasahoval jste nějak i do architektury sítě YOLO? Pokud ano, jak?cs
but.jazykčeština (Czech)
but.programTelekomunikační a informační systémycs
but.resultpráce byla úspěšně obhájenacs
dc.contributor.advisorPřinosil, Jiřícs
dc.contributor.authorČernohous, Matějcs
dc.contributor.refereeKříž, Petrcs
dc.date.created2023cs
dc.description.abstractTato bakalářská práce se zabývá návrhem algoritmu pro detekci a dekódování QR kódů v obrazech využitím technik hlubokého učení. V rámci práce byly zhotoveny 2 datové sady, model neuronové sítě YOLOv7 pro detekci QR kódu v obraze, model neuronové sítě YOLOv4-tiny pro detekci pozičních bodů QR kódu a program v jazyce Python využívající těchto modelů pro čtení QR kódů v obrazech. Pro vyhodnocení byl algoritmus porovnán s jinými řešeními čtení QR kódů.cs
dc.description.abstractThis bachelor thesis deals with the design of an algorithm for detecting and decoding QR codes in images using deep learning techniques. The work involved the construction of 2 datasets, a YOLOv7 neural network model for detecting QR codes in images, a YOLOv4-tiny neural network model for detecting position markers of QR codes, and a Python program utilizing these models to read QR codes in images. For evaluation, the algorithm was compared with other options for QR code reading.en
dc.description.markCcs
dc.identifier.citationČERNOHOUS, M. Detekce QR kódů pomocí hlubokého učení [online]. Brno: Vysoké učení technické v Brně. Fakulta elektrotechniky a komunikačních technologií. 2023.cs
dc.identifier.other151045cs
dc.identifier.urihttp://hdl.handle.net/11012/210851
dc.language.isocscs
dc.publisherVysoké učení technické v Brně. Fakulta elektrotechniky a komunikačních technologiícs
dc.rightsStandardní licenční smlouva - přístup k plnému textu bez omezenícs
dc.subjectkonvoluční neuronová síťcs
dc.subjectYOLOv7cs
dc.subjectYOLOv4-tinycs
dc.subjectQR kódcs
dc.subjectdatová sadacs
dc.subjectdetekce objektůcs
dc.subjectPythoncs
dc.subjectconvolutional neural networken
dc.subjectYOLOv7en
dc.subjectYOLOv4-tinyen
dc.subjectQR codeen
dc.subjectdataseten
dc.subjectobject detectionen
dc.subjectPythonen
dc.titleDetekce QR kódů pomocí hlubokého učenícs
dc.title.alternativeQR code detection using deep learningen
dc.typeTextcs
dc.type.driverbachelorThesisen
dc.type.evskpbakalářská prácecs
dcterms.dateAccepted2023-06-13cs
dcterms.modified2023-06-14-09:43:13cs
eprints.affiliatedInstitution.facultyFakulta elektrotechniky a komunikačních technologiícs
sync.item.dbid151045en
sync.item.dbtypeZPen
sync.item.insts2025.03.18 17:39:34en
sync.item.modts2025.01.17 15:01:57en
thesis.disciplinebez specializacecs
thesis.grantorVysoké učení technické v Brně. Fakulta elektrotechniky a komunikačních technologií. Ústav telekomunikacícs
thesis.levelBakalářskýcs
thesis.nameBc.cs
Files
Original bundle
Now showing 1 - 3 of 3
Thumbnail Image
Name:
final-thesis.pdf
Size:
8.93 MB
Format:
Adobe Portable Document Format
Description:
file final-thesis.pdf
Download
Thumbnail Image
Name:
appendix-1.zip
Size:
287 B
Format:
Unknown data format
Description:
file appendix-1.zip
Download
Thumbnail Image
Name:
review_151045.html
Size:
4.28 KB
Format:
Hypertext Markup Language
Description:
file review_151045.html
Download
Collections
2023