Detekce čárových kódů v obraze
| but.committee | prof. 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.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 C. | cs |
| but.jazyk | čeština (Czech) | |
| but.program | Informační technologie | cs |
| but.result | práce byla úspěšně obhájena | cs |
| dc.contributor.advisor | Nguyen, Son Hai | cs |
| dc.contributor.author | Vašíček, Vojtěch | cs |
| dc.contributor.referee | Vaško, Marek | cs |
| dc.date.accessioned | 2023-07-17T08:03:58Z | |
| dc.date.available | 2023-07-17T08:03:58Z | |
| dc.date.created | 2023 | cs |
| dc.description.abstract | Cílem 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.abstract | The 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.mark | C | cs |
| dc.identifier.citation | VAŠÍČEK, V. Detekce čárových kódů v obraze [online]. Brno: Vysoké učení technické v Brně. Fakulta informačních technologií. 2023. | cs |
| dc.identifier.other | 146404 | cs |
| dc.identifier.uri | http://hdl.handle.net/11012/211109 | |
| 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 | čárové kódy | cs |
| dc.subject | počítačové vidění | cs |
| dc.subject | yolo | cs |
| dc.subject | barcodes | en |
| dc.subject | computer vision | en |
| dc.subject | yolo | en |
| dc.title | Detekce čárových kódů v obraze | cs |
| dc.type | Text | cs |
| dc.type.driver | bachelorThesis | en |
| dc.type.evskp | bakalářská práce | cs |
| dcterms.dateAccepted | 2023-06-16 | cs |
| dcterms.modified | 2023-06-16-16:45:48 | cs |
| eprints.affiliatedInstitution.faculty | Fakulta informačních technologií | cs |
| sync.item.dbid | 146404 | en |
| sync.item.dbtype | ZP | en |
| sync.item.insts | 2023.07.17 10:03:58 | en |
| sync.item.modts | 2023.07.17 09:21:39 | 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 |