Vliv barevných modelů na chování konvolučních neuronových sítí

Simple item page
but.committeeprof. RNDr. Ing. Miloš Šeda, Ph.D. (předseda) prof. Ing. Roman Šenkeřík, Ph.D. (místopředseda) doc. Ing. Jan Roupec, Ph.D. (člen) prof. Ing. Dagmar Janáčová, CSc. (člen) prof. Ing. Vladimír Vašek, CSc. (člen)cs
but.defenceStudent odprezenoval hlavní výsledky své diplomové práce a zodpověděl otázky oponenta. Otázky komise: Implementace algoritmů. Volba GPU.cs
but.jazykčeština (Czech)
but.programStrojní inženýrstvícs
but.resultpráce byla úspěšně obhájenacs
dc.contributor.advisorŠkrabánek, Pavelcs
dc.contributor.authorŠimunský, Martincs
dc.contributor.refereeDoležel, Petrcs
dc.date.created2020cs
dc.description.abstractDiplomová práce zkoumá aktuální poznatky týkající se vlivu barevných modelů na chování konvoluční neuronové sítě. Na základě poznatků je proveden experiment na toto téma se šesti barevnými modely RGB, HSV, CIE 1931 XYZ, CIE 1976 L*a*b*, YIQ a YCbCr a hlubokou konvoluční neuronovou sítí ResNet-101. Barevný model RGB dosáhl v tomto experimentu nejvyšší přesnosti klasifikace, model HSV nejnižší.cs
dc.description.abstractCurrent knowledge about impact of colour models on performance of convolutional neural network is investigated in the first part of this thesis. The experiment based on obtained knowledge is conducted in the second part. Six colour models HSV, CIE 1931 XYZ, CIE 1976 L*a*b*, YIQ a YCbCr and deep convolutional neural network ResNet-101 are used. RGB colour model achieved the highest classification accuracy, whereas HSV color model has the lowest accuracy in this experiment.en
dc.description.markAcs
dc.identifier.citationŠIMUNSKÝ, M. Vliv barevných modelů na chování konvolučních neuronových sítí [online]. Brno: Vysoké učení technické v Brně. Fakulta strojního inženýrství. 2020.cs
dc.identifier.other124348cs
dc.identifier.urihttp://hdl.handle.net/11012/191838
dc.language.isocscs
dc.publisherVysoké učení technické v Brně. Fakulta strojního inženýrstvícs
dc.rightsStandardní licenční smlouva - přístup k plnému textu bez omezenícs
dc.subjectbarevné modelycs
dc.subjectporovnánícs
dc.subjectvlivcs
dc.subjectklasifikace objektůcs
dc.subjectkonvoluční neuronová síťcs
dc.subjectpočítačové viděnícs
dc.subjecthluboké učenícs
dc.subjectrgbcs
dc.subjecthsvcs
dc.subjectxyzcs
dc.subjectlabcs
dc.subjectyiqcs
dc.subjectycbcrcs
dc.subjectcolor modelsen
dc.subjectcolour modelsen
dc.subjectcomparisonen
dc.subjectimage classificationen
dc.subjectobject classificationen
dc.subjectimpacten
dc.subjectconvolutional neural networken
dc.subjectcomputer visionen
dc.subjectdeep learningen
dc.subjectrgben
dc.subjecthsven
dc.subjectxyzen
dc.subjectlaben
dc.subjectyiqen
dc.subjectycbcren
dc.titleVliv barevných modelů na chování konvolučních neuronových sítícs
dc.title.alternativeImpact of color models on performance of convolutional neural networksen
dc.typeTextcs
dc.type.drivermasterThesisen
dc.type.evskpdiplomová prácecs
dcterms.dateAccepted2020-07-14cs
dcterms.modified2024-05-17-12:52:58cs
eprints.affiliatedInstitution.facultyFakulta strojního inženýrstvícs
sync.item.dbid124348en
sync.item.dbtypeZPen
sync.item.insts2025.03.27 08:51:06en
sync.item.modts2025.01.15 19:38:46en
thesis.disciplineAplikovaná informatika a řízenícs
thesis.grantorVysoké učení technické v Brně. Fakulta strojního inženýrství. Ústav automatizace a informatikycs
thesis.levelInženýrskýcs
thesis.nameIng.cs
Files
Original bundle
Now showing 1 - 3 of 3
Thumbnail Image
Name:
final-thesis.pdf
Size:
4.48 MB
Format:
Adobe Portable Document Format
Description:
final-thesis.pdf
Download
Thumbnail Image
Name:
appendix-1.zip
Size:
23.64 MB
Format:
zip
Description:
appendix-1.zip
Download
Thumbnail Image
Name:
review_124348.html
Size:
12.59 KB
Format:
Hypertext Markup Language
Description:
file review_124348.html
Download
Collections
2020