Umělá neuronová síť pro generování věrohodného paleo-artu
Loading...
Date
Authors
Havrda, Kryštof
Advisor
Referee
Mark
D
Journal Title
Journal ISSN
Volume Title
Publisher
Vysoké učení technické v Brně. Fakulta elektrotechniky a komunikačních technologií
ORCID
Abstract
Tato bakalářská práce se zaměřuje na využití umělých neuronových sítí k vizuální rekonstrukci vymřelých druhů živočichů. V úvodu je popsán vývoj neuronových sítí od jejich základních forem až po moderní pokročilé modely, jako je Stable Diffusion, který je hlavním nástrojem této práce. Práce se soustředí na doučování již existujícího modelu tak, aby byl schopen generovat věrohodné obrázky na základě názvů prehistorických tvorů. V praktické části je popsán výběr vhodného modelu, sestavení a úprava trénovacích dat, postup doučování a vyhodnocení výsledků. Výstupy z doučeného modelu jsou porovnávány s díly umělců s cílem zhodnotit kvalitu zvoleného přístupu.
This bachelor thesis focuses on the use of artificial neural networks to visually reconstruct extinct species. The introduction describes the evolution of neural networks from their basic forms to modern advanced models such as Stable Diffusion, which is the main tool of this thesis. The work focuses on training an existing model to be able to generate plausible images based on the names of prehistoric creatures. The practical part describes the selection of a suitable model, the construction and modification of the training data, the tutoring procedure and the evaluation of the results. The outputs of the tutored model are compared with the artists' works in order to evaluate the quality of the chosen approach.
This bachelor thesis focuses on the use of artificial neural networks to visually reconstruct extinct species. The introduction describes the evolution of neural networks from their basic forms to modern advanced models such as Stable Diffusion, which is the main tool of this thesis. The work focuses on training an existing model to be able to generate plausible images based on the names of prehistoric creatures. The practical part describes the selection of a suitable model, the construction and modification of the training data, the tutoring procedure and the evaluation of the results. The outputs of the tutored model are compared with the artists' works in order to evaluate the quality of the chosen approach.
Description
Citation
HAVRDA, K. Umělá neuronová síť pro generování věrohodného paleo-artu [online]. Brno: Vysoké učení technické v Brně. Fakulta elektrotechniky a komunikačních technologií. 2025.
Document type
Document version
Date of access to the full text
Language of document
cs
Study field
bez specializace
Comittee
doc. Ing. Miloslav Steinbauer, Ph.D. (předseda)
doc. Ing. Petr Blaha, Ph.D. (místopředseda)
Ing. Karel Horák, Ph.D. (člen)
Ing. Tomáš Macho, Ph.D. (člen)
Ing. Soňa Šedivá, Ph.D. (člen)
Date of acceptance
2025-06-17
Defence
Student obhájil bakalářskou práci s výhradami. V rámci obhajoby dokázal přesvědčit komisi o správnosti svých postupů a navrženého řešení. V průběhu odborné rozpravy reagoval na dotazy oponenta týkající se vlivu nízkého počtu vstupních učících dat na kvalitu výstupních obrazů, závěrů plynoucích z tabulek a grafů odchylek a míry použití nástrojů umělé inteligence pro úpravu textu a grafiky bakalářské práce.
Komise vytknula studentovi reakci na první otázku oponenta, kdy student neuvedl objektivní metriky, ale poskytl pouze subjetivní vysvětlení. Komise se ptala na motivaci k tématu závěrečné práce a možné aplikační oblasti. Student uvedl, že výstup práce může sloužit například jako zdroj nápadů pro umělce.
Result of defence
práce byla úspěšně obhájena
