Segmentace obrazu pomocí strojového učení

Simple item page
but.committeedoc. Ing. Tomáš Frýza, Ph.D. (předseda) doc. Ing. Roman Šotner, Ph.D. (místopředseda) Ing. Tomáš Urbanec, Ph.D. (člen) prof. Ing. Pavel Fiala, Ph.D. (člen) Ing. Kamil Pítra, Ph.D. (člen)cs
but.defenceStudent prezentuje výsledky a postupy řešení své bakalářské práce. Následně odpovídá na dotazy vedoucího a oponenta práce a na dotazy členů zkušební komise: prof. Ing. Pavel Fiala Ph.D.: Řešil jste trénovaní samotné sítě a přípravu dat? Student využil předtrénovanou síť jako základ. Ale souhlasí s komentářem pro zvýšení přesnosti. doc. Ing. Tomáš Frýza Ph.D.: Přidal jste vlastní snímky do testovacího datasetu? Student využil existujících datasetů. Jak je řešen výpočet přesnosti? Student popisuje, jak je přesnost určována. Proč jsou konvoluční vrstvy vhodné? Student popisuje důvod. Funguje aplikace i v případě více osob na snímku? Ano, student popisuje proč.cs
but.jazykčeština (Czech)
but.programElektronika a komunikační technologiecs
but.resultpráce byla úspěšně obhájenacs
dc.contributor.advisorBravenec, Tomášcs
dc.contributor.authorMatějek, Liborcs
dc.contributor.refereeFrýza, Tomášcs
dc.date.accessioned2021-06-16T07:55:09Z
dc.date.available2021-06-16T07:55:09Z
dc.date.created2021cs
dc.description.abstractTato práce se zabývá strojovým učením a jeho aplikací do oblasti segmentace obrazu a rozpoznávání objektů. V práci je popsána základní terminologie související se strojovým učením a dat, které s ním souvisí. Dále se zaměřuje na biologickou podstatu neuronu a jeho technologické aplikace. Jsou zde přiblíženy základní druhy neuronových sítí a pro zpracování obrazu stěžejní konvoluční neuronová síť. Práce také uvádí využívané architektury konvolučních neuronových sítí. Dále navazují metody předzpracování obrazu před konvoluční sítí R-CNN. Následně jsou rozebrány některé z datasetů vhodných pro rozpoznání obrazu. Implementace je pak realizována v jazyce Python s podporou frameworku PyTorch od Facebooku.cs
dc.description.abstractThis work deals with machine learning and its application in the field of image segmentation and object recognition. The thesis describes the basic terminology related to machine learning and data related to it. It also focuses on the biological nature of the neuron and its technological applications. The basic types of neural networks and the key convolutional neural network for image processing are described. The work also presents the used architectures of convolutional neural networks. Then follow the methods of image preprocessing before the convolutional network R-CNN. Subsequently, some of the datasets suitable for image recognition are analyzed. The implementation is then realized in Python with support for the PyTorch framework from Facebook.en
dc.description.markAcs
dc.identifier.citationMATĚJEK, L. Segmentace obrazu pomocí strojového učení [online]. Brno: Vysoké učení technické v Brně. Fakulta elektrotechniky a komunikačních technologií. 2021.cs
dc.identifier.other133592cs
dc.identifier.urihttp://hdl.handle.net/11012/197945
dc.language.isocscs
dc.publisherVysoké učení technické v Brně. Fakulta elektrotechniky a komunikačních technologiícs
dc.rightsStandardní licenční smlouva - přístup k plnému textu bez omezenícs
dc.subjectStrojové učenícs
dc.subjectneuronové sítěcs
dc.subjectsegmentace obrazucs
dc.subjectrozpoznání obrazucs
dc.subjectR-CNNcs
dc.subjectPyTorchcs
dc.subjectPythoncs
dc.subjectMachine learningen
dc.subjectneural networksen
dc.subjectimage segmentationen
dc.subjectimage recognitionen
dc.subjectR-CNNen
dc.subjectPytorchen
dc.subjectPythonen
dc.titleSegmentace obrazu pomocí strojového učenícs
dc.title.alternativeImage segmentation using machine learningen
dc.typeTextcs
dc.type.driverbachelorThesisen
dc.type.evskpbakalářská prácecs
dcterms.dateAccepted2021-06-15cs
dcterms.modified2021-06-17-13:28:32cs
eprints.affiliatedInstitution.facultyFakulta elektrotechniky a komunikačních technologiícs
sync.item.dbid133592en
sync.item.dbtypeZPen
sync.item.insts2021.11.12 08:58:55en
sync.item.modts2021.11.12 08:17:49en
thesis.disciplinebez specializacecs
thesis.grantorVysoké učení technické v Brně. Fakulta elektrotechniky a komunikačních technologií. Ústav radioelektronikycs
thesis.levelBakalářskýcs
thesis.nameBc.cs
Files
Original bundle
Now showing 1 - 3 of 3
Thumbnail Image
Name:
final-thesis.pdf
Size:
3.13 MB
Format:
Adobe Portable Document Format
Description:
final-thesis.pdf
Download
Thumbnail Image
Name:
appendix-1.zip
Size:
26.03 KB
Format:
zip
Description:
appendix-1.zip
Download
Thumbnail Image
Name:
review_133592.html
Size:
6.19 KB
Format:
Hypertext Markup Language
Description:
review_133592.html
Download
Collections
2021