but.committee	prof. Ing. Adam Herout, Ph.D. (předseda) doc. Ing. Martin Čadík, Ph.D. (místopředseda) doc. Ing. Michal Bidlo, Ph.D. (člen) Ing. Matěj Grégr, Ph.D. (člen) Ing. Radek Kočí, Ph.D. (člen)	cs
but.defence	Student nejprve prezentoval výsledky, kterých dosáhl v rámci své práce. Komise se poté seznámila s hodnocením vedoucího a posudkem oponenta práce. Student následně odpověděl na otázky oponenta a na další otázky přítomných. Komise se na základě posudku oponenta, hodnocení vedoucího, přednesené prezentace a odpovědí studenta na položené otázky rozhodla práci hodnotit stupněm C. Otázky u obhajoby: V práci uvádíte, že z BoxCars datasetu používáte 99 tříd avšak všechny použité architektury sítí mají vámi definovaných 133 výstupů. Prosím objasněte tento rozdíl. Ve vámi sesbíraném datasetu máte celkem 36 tříd z originálního BoxCars datasetu. Z vašeho vyhodnocení je však patrné, že někteří výrobci vozidel jsou klasifikování hůře než ostatní. U kterých tříd dochází nejvíce k záměnám na úrovni výrobců, případně výrobce + model?	cs
but.jazyk	čeština (Czech)
but.program	Informační technologie	cs
but.result	práce byla úspěšně obhájena	cs
dc.contributor.advisor	Herout, Adam	cs
dc.contributor.author	Buchta, Martin	cs
dc.contributor.referee	Špaňhel, Jakub	cs
dc.date.created	2020	cs
dc.description.abstract	Tato práce se věnuje problematice klasifikace modelu automobilu z obrazu. Popisuje několik metod, jako konvoluční neuronové sítě, metody omezené na přední/zadní pohled a metody využívající 3D CAD modely. Z těchto přístupů si vybírá konvoluční neuronové sítě, kterým se dále věnuje. Práce obsahuje popis jednotlivých vrstev, ze kterých se taková síť skládá. V praktické části je popsán postup, jakým byl vytvořen klasifikátor, který má přesnost 80,7\,\%. Pro účely ověření funkčnosti byla vytvořena datová sada obsahující 1\,034 fotografií. Práce dále experimentuje s různými architekturami a vyhodnocuje jejich přesnost. Součástí práce je program, který díky detektoru automobilu najde ve videu vozidla a v daném videu je označí čtverečkem a popisem modelem automobilu.	cs
dc.description.abstract	This thesis deals with classification of a car model from an image. It describes several methods, such as convolutional neural networks, methods limited to the fron/rear view and methods using 3D CAD models. From these approaches it chooses convolutional neural networks, which it further deals with. The work contains a description of the individual layers of which such a network consists. The practical part describes the procedure by which the classifier, that has an accuracy of 80.7\,\%, was created. A dataset containing 1\,034 photos was created to verify functionality. The work further experiments with different architectures and evaluates their accuracy. The work contains a program which, thanks to the car detector, finds the vehicle in the video and marks it with a square and a description of the car model in the given video.	en
dc.description.mark	C	cs
dc.identifier.citation	BUCHTA, M. Rozpoznání výrobce a modelu automobilu v obraze [online]. Brno: Vysoké učení technické v Brně. Fakulta informačních technologií. 2020.	cs
dc.identifier.other	129001	cs
dc.identifier.uri	http://hdl.handle.net/11012/191400
dc.language.iso	cs	cs
dc.publisher	Vysoké učení technické v Brně. Fakulta informačních technologií	cs
dc.rights	Standardní licenční smlouva - přístup k plnému textu bez omezení	cs
dc.subject	konvoluční neuronové sítě	cs
dc.subject	klasifikace modelu automobilu	cs
dc.subject	klasifikace obrazu	cs
dc.subject	detekce automobilu v obraze	cs
dc.subject	strojové učení	cs
dc.subject	umělá inteligence	cs
dc.subject	convolutional neural networks	en
dc.subject	vehicle model classification	en
dc.subject	image classification	en
dc.subject	vehicle detection in the image	en
dc.subject	machine learning	en
dc.subject	artificial intelligence	en
dc.title	Rozpoznání výrobce a modelu automobilu v obraze	cs
dc.title.alternative	Vehicle Make and Model Recognition in Image	en
dc.type	Text	cs
dc.type.driver	bachelorThesis	en
dc.type.evskp	bakalářská práce	cs
dcterms.dateAccepted	2020-07-09	cs
dcterms.modified	2020-07-13-23:41:08	cs
eprints.affiliatedInstitution.faculty	Fakulta informačních technologií	cs
sync.item.dbid	129001	en
sync.item.dbtype	ZP	en
sync.item.insts	2025.03.18 19:27:55	en
sync.item.modts	2025.01.15 14:45:02	en
thesis.discipline	Informační technologie	cs
thesis.grantor	Vysoké učení technické v Brně. Fakulta informačních technologií. Ústav počítačové grafiky a multimédií	cs
thesis.level	Bakalářský	cs
thesis.name	Bc.	cs

Rozpoznání výrobce a modelu automobilu v obraze

Files

Original bundle

Collections