but.committee	prof. Dr. Ing. Pavel Zemčík, dr. h. c. (předseda) doc. Mgr. Adam Rogalewicz, Ph.D. (místopředseda) Ing. Michal Fusek, Ph.D. (člen) doc. Ing. Tomáš Martínek, Ph.D. (člen) doc. Ing. Petr Matoušek, Ph.D., M.A. (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 otázku 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 A. Otázky u obhajoby: Použitá architektura YOLOv3-tiny může dosáhnout až 220 FPS. Vaše řešení dosahuje 18 FPS. Jakého nejvyššího FPS byste mohl dosáhnou při možnosti využít lepší hardware? Bylo by možné algoritmus paralelizovat?	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	Chocholatý, Tomáš	cs
dc.contributor.referee	Bartl, Vojtěch	cs
dc.date.created	2019	cs
dc.description.abstract	Práce se zabývá detekcí dopravních značek a semaforů v obraze s využitím konvolučních neuronových sítí. Cílem je vytvoření vhodného detektoru pro detekci a rozpoznání dopravního značení v reálném provozu. Za účelem trénování konvolučních neuronových sítí byly vytvořeny vhodné datové sady, které se skládají ze syntetické i reálné datové sady. Pro syntetickou datovou sadu byl vytvořen generátor, který simuluje různé deformace značek. Vyhodnocení kvality detekce je prováděno pomocí vlastního programu pro kvantitativní vyhodnocování. Podařilo se dosáhnout úspěšnosti 84\% detekovaných značek nad vlastní testovací datovou sadou. Výsledky umožňují zjistit důležitost zastoupení reálné či syntetické datové sady v trénovací sadě a vliv jednotlivých deformací syntetické datové sady na konečnou kvalitu detekce.	cs
dc.description.abstract	The thesis focuses on traffic sign detection and traffic lights detection in view with utilization convolution neural network. The goal is create suitable detector for detection and classification traffic sign in real traffic. For training of convolution neural network were created appropriate datasets, that contains synthetic and real dataset. For synthetic dataset was create generator, that can simulated different deformation of traffic signs. Evaluation is done by own program for quantitative evaluation. The detection rate successfully detected signs is 89\% over own test dataset. The results allow to find out importance of representation real or synthetic dataset in training dataset and influence individual deformations synthetic dataset for final detection quality.	en
dc.description.mark	A	cs
dc.identifier.citation	CHOCHOLATÝ, T. Detekce dopravních značek a semaforů [online]. Brno: Vysoké učení technické v Brně. Fakulta informačních technologií. 2019.	cs
dc.identifier.other	121885	cs
dc.identifier.uri	http://hdl.handle.net/11012/180112
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	Detekce a klasifikace dopravní značek	cs
dc.subject	konvoluční neuronové sítě	cs
dc.subject	detekce objektů v obraze	cs
dc.subject	YOLO	cs
dc.subject	syntetická datová sada	cs
dc.subject	generátor syntetické datové sady	cs
dc.subject	kvantitativní vyhodnocování	cs
dc.subject	Traffic sign detection and classification	en
dc.subject	Convolution neural network	en
dc.subject	Object detecion	en
dc.subject	YOLO	en
dc.subject	Synthetic dataset	en
dc.subject	Generator for synthetic dataset	en
dc.subject	Quantitative evaluation	en
dc.title	Detekce dopravních značek a semaforů	cs
dc.title.alternative	Detection of Traffic Signs and Lights	en
dc.type	Text	cs
dc.type.driver	bachelorThesis	en
dc.type.evskp	bakalářská práce	cs
dcterms.dateAccepted	2019-06-10	cs
dcterms.modified	2019-07-08-13:31:16	cs
eprints.affiliatedInstitution.faculty	Fakulta informačních technologií	cs
sync.item.dbid	121885	en
sync.item.dbtype	ZP	en
sync.item.insts	2025.03.18 19:09:49	en
sync.item.modts	2025.01.16 00:17:05	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

Detekce dopravních značek a semaforů

Files

Original bundle

Collections