Detekce čárových kódů v obraze

but.committeeprof. Ing. Adam Herout, Ph.D. (předseda) doc. Mgr. Lukáš Holík, Ph.D. (člen) doc. Ing. Jan Kořenek, Ph.D. (člen) Ing. Zbyněk Křivka, Ph.D. (člen) Ing. Michal Španěl, Ph.D. (člen)cs
but.defenceStudent 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 C.cs
but.jazykčeština (Czech)
but.programInformační technologiecs
but.resultpráce byla úspěšně obhájenacs
dc.contributor.advisorNguyen, Son Haics
dc.contributor.authorVašíček, Vojtěchcs
dc.contributor.refereeVaško, Marekcs
dc.date.accessioned2023-07-17T08:03:58Z
dc.date.available2023-07-17T08:03:58Z
dc.date.created2023cs
dc.description.abstractCílem této práce je zhodnocení současných metod detekce čárových kódů v obraze, otestování několika vybraných metod a následné navržení a implementace vylepšení některé z těchto metod. V této práci byla otestována Scharrova metoda detekce, detektor knihovny OpenCV a neuronová síť YOLOv5. Samotné vylepšení bylo provedeno kombinací neuronové sítě YOLOv5 a detektoru čárových kódů knihovny OpenCV. Podařilo se dosáhnout zlepšení average precision při prahu 0.5 o 3.42% oproti metodě YOLOv5 a 38.38% oproti detektoru čárových kódů knihovny OpenCV.cs
dc.description.abstractThe aim of this work is to evaluate the current methods of barcode detection in images, test several selected methods and then design and implement improvements to some of these methods. In this work, the Scharr detection method, the OpenCV library detector and the YOLOv5 neural network were tested. The enhancement itself was performed by combining the YOLOv5 neural network and the OpenCV library barcode detector. The combined method was able to achieve an improvement in average precision at a threshold of 0.5 of 3.42% over the YOLOv5 method and 38.38% over the OpenCV library barcode detector.en
dc.description.markCcs
dc.identifier.citationVAŠÍČEK, V. Detekce čárových kódů v obraze [online]. Brno: Vysoké učení technické v Brně. Fakulta informačních technologií. 2023.cs
dc.identifier.other146404cs
dc.identifier.urihttp://hdl.handle.net/11012/211109
dc.language.isocscs
dc.publisherVysoké učení technické v Brně. Fakulta informačních technologiícs
dc.rightsStandardní licenční smlouva - přístup k plnému textu bez omezenícs
dc.subjectčárové kódycs
dc.subjectpočítačové viděnícs
dc.subjectyolocs
dc.subjectbarcodesen
dc.subjectcomputer visionen
dc.subjectyoloen
dc.titleDetekce čárových kódů v obrazecs
dc.typeTextcs
dc.type.driverbachelorThesisen
dc.type.evskpbakalářská prácecs
dcterms.dateAccepted2023-06-16cs
dcterms.modified2023-06-16-16:45:48cs
eprints.affiliatedInstitution.facultyFakulta informačních technologiícs
sync.item.dbid146404en
sync.item.dbtypeZPen
sync.item.insts2023.07.17 10:03:58en
sync.item.modts2023.07.17 09:21:39en
thesis.disciplineInformační technologiecs
thesis.grantorVysoké učení technické v Brně. Fakulta informačních technologií. Ústav počítačové grafiky a multimédiícs
thesis.levelBakalářskýcs
thesis.nameBc.cs
Files
Original bundle
Now showing 1 - 2 of 2
Loading...
Thumbnail Image
Name:
final-thesis.pdf
Size:
9.03 MB
Format:
Adobe Portable Document Format
Description:
final-thesis.pdf
Loading...
Thumbnail Image
Name:
review_146404.html
Size:
9.24 KB
Format:
Hypertext Markup Language
Description:
review_146404.html
Collections