Rozpoznání květin v obraze
but.committee | prof. Ing. Eva Gescheidtová, CSc. (předseda) doc. Ing. Jan Jeřábek, Ph.D. (místopředseda) Ing. Jiří Přinosil, Ph.D. (člen) doc. Ing. Norbert Herencsár, Ph.D. (člen) Ing. Jaromír Hrad, Ph.D. (člen) Ing. Michal Kohoutek, Ph.D. (člen) doc. Ing. Petr Číka, Ph.D. (člen) | cs |
but.defence | -Vysvětlete pojem „přetrénování“ modelu CNN (jak k němu dochází, jak se projevuje apod.). - student odpověděl - v reprezentaci výsledků chybí jednotky - k čemu je aplikace užitečná? - student odpověděl | cs |
but.jazyk | čeština (Czech) | |
but.program | Elektrotechnika, elektronika, komunikační a řídicí technika | cs |
but.result | práce byla úspěšně obhájena | cs |
dc.contributor.advisor | Přinosil, Jiří | cs |
dc.contributor.author | Jedlička, František | cs |
dc.contributor.referee | Kříž, Petr | cs |
dc.date.created | 2018 | cs |
dc.description.abstract | Tato práce se zabývá rozpoznáváním květin v obraze a klasifikaci do tříd. Teoretická část je zaměřena na problematiku hlubokých konvolučních neuronových sítí. Praktická část se zabývá popisem mnou vytvořené databáze květin, se kterou je dále pracováno. Databáze obsahuje celkem 13000 fotek rostlin 26 druhů a to čekanky, fialky, gerbery, heřmánku, chrpy, jaterníku, jestřábníku, jetele, karafiátu, konvalinky, kopretiny, macešky, máku, měsíčku, narcise, pampelišky, pcháče, pomněnky, růže, sasanky, sedmikrásky, slu- nečnice, sněženky, starčku, tulipánu a vlaštovičníku. Dále je v práci popsán a použit model neuronové sítě Inception v3 na klasifikaci obrazu do tříd. Výsledná klasifikační přesnost dosáhla 92%. | cs |
dc.description.abstract | This paper is focus on flowers recognition in an image and class classification. Theoretical part is focus on problematics of deep convolutional neural networks. The practical part if focuse on created flowers database, with which it is further worked on. The database conteins it total 13000 plant pictures of 26 spicies as cornflower, violet, gerbera, cha- momile, cornflower, liverwort, hawkweed, clover, carnation, lily of the valley, marguerite daisy, pansy, poppy, marigold, daffodil, dandelion, teasel, forget-me-not, rose, anemone, daisy, sunflower, snowdrop, ragwort, tulip and celandine. Next is in the paper described used neural network model Inception v3 for class classification. The resulting accuracy has been achieved 92%. | en |
dc.description.mark | C | cs |
dc.identifier.citation | JEDLIČKA, F. Rozpoznání květin v obraze [online]. Brno: Vysoké učení technické v Brně. Fakulta elektrotechniky a komunikačních technologií. 2018. | cs |
dc.identifier.other | 110070 | cs |
dc.identifier.uri | http://hdl.handle.net/11012/80726 | |
dc.language.iso | cs | cs |
dc.publisher | Vysoké učení technické v Brně. Fakulta elektrotechniky a komunikačních technologií | cs |
dc.rights | Standardní licenční smlouva - přístup k plnému textu bez omezení | cs |
dc.subject | Neuronové sítě | cs |
dc.subject | hluboké učení | cs |
dc.subject | konvoluční sítě | cs |
dc.subject | konvoluce | cs |
dc.subject | klasifikace obrazu | cs |
dc.subject | Tensor-Flow | cs |
dc.subject | sdružování maxim | cs |
dc.subject | květiny | cs |
dc.subject | Inception | cs |
dc.subject | GoogLeNet. | cs |
dc.subject | Neural networks | en |
dc.subject | deep learning | en |
dc.subject | convolutional networks | en |
dc.subject | convolution | en |
dc.subject | image clasification | en |
dc.subject | TensorFlow | en |
dc.subject | max-pooling | en |
dc.subject | flowers | en |
dc.subject | Inception | en |
dc.subject | GoogLeNet. | en |
dc.title | Rozpoznání květin v obraze | cs |
dc.title.alternative | Image based flower recognition | en |
dc.type | Text | cs |
dc.type.driver | masterThesis | en |
dc.type.evskp | diplomová práce | cs |
dcterms.dateAccepted | 2018-06-06 | cs |
dcterms.modified | 2018-06-08-11:09:46 | cs |
eprints.affiliatedInstitution.faculty | Fakulta elektrotechniky a komunikačních technologií | cs |
sync.item.dbid | 110070 | en |
sync.item.dbtype | ZP | en |
sync.item.insts | 2025.03.26 13:30:49 | en |
sync.item.modts | 2025.01.15 13:55:31 | en |
thesis.discipline | Telekomunikační a informační technika | cs |
thesis.grantor | Vysoké učení technické v Brně. Fakulta elektrotechniky a komunikačních technologií. Ústav telekomunikací | cs |
thesis.level | Inženýrský | cs |
thesis.name | Ing. | cs |
Files
Original bundle
1 - 3 of 3
Loading...
- Name:
- final-thesis.pdf
- Size:
- 11.16 MB
- Format:
- Adobe Portable Document Format
- Description:
- final-thesis.pdf
Loading...
- Name:
- appendix-1.py
- Size:
- 10.33 KB
- Format:
- Unknown data format
- Description:
- appendix-1.py
Loading...
- Name:
- review_110070.html
- Size:
- 4.96 KB
- Format:
- Hypertext Markup Language
- Description:
- file review_110070.html