but.committee	prof. Dr. Ing. Pavel Zemčík, dr. h. c. (předseda) doc. Ing. Lukáš Burget, Ph.D. (místopředseda) doc. Mgr. Lukáš Holík, Ph.D. (člen) doc. Ing. Tomáš Martínek, Ph.D. (člen) doc. Ing. Petr Matoušek, Ph.D., M.A. (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 B. Otázky u obhajoby: Bylo by možné vykreslit mapu hustoty detekovaných objektů v jednotlivých městech, jak je navrženo v bodu 8. posudku? Co způsobuje chybovost sítě? Její architektura, kvalita trénovací datové sady, způsob učení nebo něco jiného? Jak byste to zjistil / ověřil? Jak byste zjištěné omezení překonal?	cs
but.jazyk	angličtina (English)
but.program	Informační technologie	cs
but.result	práce byla úspěšně obhájena	cs
dc.contributor.advisor	Zlámal, Adam	en
dc.contributor.author	Oravec, Dávid	en
dc.contributor.referee	Herout, Adam	en
dc.date.created	2021	cs
dc.description.abstract	Táto práca sa zameriava na správnu detekciu objektov v satelitných snímkach pomocou konvolučných neuronových sietí. Cieľom práce je pomocou natrénovaného modelu detekovať bazény a tenisové ihriská v satelitných snímkach z rôznych miest. Model pracuje s dátami z 10 rôznych miest. Pri vypracovaní bol využitý model neurónovej siete RetinaNet a knižnica Detectron2. Model, ktorý sa podarilo vytrénovať, dokáže detekovať objekty s priemernou presnosťou (AP50) na úrovni 63,402 %. Práca môže byť prínosom v oblasti automatizovania získavania štatistík o povrchu zeme.	en
dc.description.abstract	This thesis focuses on the right detection of objects in satellite imagery using convolutional neural networks. The goal of the thesis is to detect swimming pools and tennis courts in satellite imagery from different cities using the trained model. The model works with data from 10 different cities. The RetinaNet neural network model and Detectron2 library were used for development. The final trained model can detect objects with the average precision (AP50) at the level of 63.402 %. The thesis can be useful in the field of automating the acquisition of land surface statistics.	cs
dc.description.mark	B	cs
dc.identifier.citation	ORAVEC, D. Hledání městkých prvků v satelitních snímcích [online]. Brno: Vysoké učení technické v Brně. Fakulta informačních technologií. 2021.	cs
dc.identifier.other	136543	cs
dc.identifier.uri	http://hdl.handle.net/11012/199391
dc.language.iso	en	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	počítačové videnie	en
dc.subject	detekcia objektov	en
dc.subject	klasifikácia obrazov	en
dc.subject	segmentácia inštancií	en
dc.subject	sémantická segmentácia	en
dc.subject	konvolučné neurónové siete	en
dc.subject	RetinaNet	en
dc.subject	Detectron2	en
dc.subject	computer vision	cs
dc.subject	object detection	cs
dc.subject	image classification	cs
dc.subject	instance segmentation	cs
dc.subject	semantic segmentation	cs
dc.subject	convolutional neural networks	cs
dc.subject	RetinaNet	cs
dc.subject	Detectron2	cs
dc.title	Hledání městkých prvků v satelitních snímcích	en
dc.title.alternative	Urban Element Detection Using Satellite Imagery	cs
dc.type	Text	cs
dc.type.driver	bachelorThesis	en
dc.type.evskp	bakalářská práce	cs
dcterms.dateAccepted	2021-06-14	cs
dcterms.modified	2021-06-19-12:15:45	cs
eprints.affiliatedInstitution.faculty	Fakulta informačních technologií	cs
sync.item.dbid	136543	en
sync.item.dbtype	ZP	en
sync.item.insts	2025.03.18 19:36:14	en
sync.item.modts	2025.01.17 10:42:50	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

Hledání městkých prvků v satelitních snímcích

Files

Original bundle

Collections