Rozpoznávání nemocí rostlin pomocí umělé inteligence
| but.committee | doc. Ing. Lukáš Burget, Ph.D. (předseda) Ing. Radek Kočí, Ph.D. (člen) Ing. Michal Hradiš, Ph.D. (člen) Ing. Jiří Hynek, Ph.D. (člen) Ing. Lukáš Kekely, 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 D. | cs |
| but.jazyk | čeština (Czech) | |
| but.program | Informační technologie | cs |
| but.result | práce byla úspěšně obhájena | cs |
| dc.contributor.advisor | Bažout, David | cs |
| dc.contributor.author | Juliš, Adam | cs |
| dc.contributor.referee | Kubík, Tibor | cs |
| dc.date.created | 2024 | cs |
| dc.description.abstract | Cílem práce bylo prozkoumat možnosti detekce nemocí rostlin při nedostatku trénovacích dat. Zkoumala se možnost extrakce vzoru jednotlivých onemocnění a aplikace těchto vzorů na neznámé rostliny. Ještě v teoretické části práce byl tento přístup označen za chybný. Dále se analyzovaly a srovnávaly datové sady se snímky rostlinných patogenů. Vytvořil se generátor augmentovaných snímků a několik modelů nad menší datovou sadou ověřující existující přístupy. | cs |
| dc.description.abstract | The aim of this work was to investigate the possibility of plant disease detection in the ab- sence of training data. The possibility of extracting the pattern of each disease and apply- ing these patterns to unknown plants was investigated. While still in the theoretical part of the thesis, this approach was found to be flawed. Furthermore, datasets with images of plant pathogens were analyzed and compared. An augmented image generator and several models were created over a smaller dataset validating existing approaches | en |
| dc.description.mark | D | cs |
| dc.identifier.citation | JULIŠ, A. Rozpoznávání nemocí rostlin pomocí umělé inteligence [online]. Brno: Vysoké učení technické v Brně. Fakulta informačních technologií. 2024. | cs |
| dc.identifier.other | 154716 | cs |
| dc.identifier.uri | http://hdl.handle.net/11012/247475 | |
| 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 | strojové učení | cs |
| dc.subject | detekce nemocí rostlin | cs |
| dc.subject | konvoluční neuronová síť | cs |
| dc.subject | nedostatek trénovacích dat | cs |
| dc.subject | transfer learning | cs |
| dc.subject | zpracování obrazu | cs |
| dc.subject | umělá inteligence | cs |
| dc.subject | datové sady | cs |
| dc.subject | machine learning | en |
| dc.subject | detection of plant disease | en |
| dc.subject | convolution neural network | en |
| dc.subject | lack of training data | en |
| dc.subject | transfer learning | en |
| dc.subject | image processing | en |
| dc.subject | artificial intelligence | en |
| dc.subject | datasets | en |
| dc.title | Rozpoznávání nemocí rostlin pomocí umělé inteligence | cs |
| dc.type | Text | cs |
| dc.type.driver | bachelorThesis | en |
| dc.type.evskp | bakalářská práce | cs |
| dcterms.dateAccepted | 2024-06-12 | cs |
| dcterms.modified | 2024-06-17-08:46:06 | cs |
| eprints.affiliatedInstitution.faculty | Fakulta informačních technologií | cs |
| sync.item.dbid | 154716 | en |
| sync.item.dbtype | ZP | en |
| sync.item.insts | 2025.03.18 21:01:30 | en |
| sync.item.modts | 2025.01.17 12:45:10 | 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 |