Detekce dopravních značek v reálném čase

Abstract

Tato bakalářská práce se zabývá detekcí a klasifikací dopravních značek v obrazech a videosekvencích. Cílem práce je i možnost provádět detekci a klasifikaci na jednodeskovém počítači. Pro řešení problému byly vybrány neuronové sítě a programovací jazyk Python. Detekce a klasifikace objektu je řešena zvlášť, tudíž byly použity dvě neuronové sítě. Pro klasifikaci byla zvolena konvoluční neuronová síť a pro detekci byl zvolen detektor z rodiny EfficientDet. Celková architektura byla testována na jednodeskovém počítači Nvidia Jetson Nano.The bachelor's thesis focuses on the detection and classification of traffic signs in images and video sequences. The goal of the work is also the possibility to perform detection and classification on a single board computer. Neural networks and the Python programming language were chosen to solve the problem. Object detection and classification are solved separately, so two neural networks were used. A convolutional neural network was chosen for classification and a detector from the EfficientDet family was chosen for detection. The overall architecture was tested on a single board Nvidia Jetson Nano computer.