Model hlubokého učení vhodný pro vizuální detekci a klasifikaci obecného objektu z průmyslu

Abstract

Cílem této bakalářské práce je naprogramovat model hlubokého učení pro vizuální detekci a klasifikaci obecného objektu z průmyslu. Práce je rozdělena do pěti kapitol. První kapitola se zabývá rešerší nejpoužívanějších architektur tohoto typu. Druhá kapitola se zabývá výběrem nejvhodnější architektury pro použití v průmyslu. Ve třetí kapitole je popsán postup vytváření vlastního datasetu. Ve čtvrté kapitole je pak popsán celý proces samotné implementace modelu tak, aby každá dílčí část architektury byla dostatečně vysvětlena a v páté kapitole jsou popsány výsledky. Shrnutí výsledků a doporučené procedury pro případnou implementaci v reálném prostředí jsou k nalezení v závěru této práce.The goal of this bachelor’s thesis is to programme deep learning model for visual detection and classification of general object from industry. The paper is divided into five chapters. First chapter deals with research of the most used architectures of this type. The second chapter deals with choosing the best fitting architecture for usage in industry. In the third chapter is desribed the procedure of creating your own dataset. The fourth chapter then describes the implementation process itself, so that each sub-part of the architecture was sufficiently described and the results are described in the fifht chapter. The summary and recommended procedures for potential implementation in real environment can be found in the conclusion of this paper.