Úloha rozpoznání objektu využitím strojového učení v Matlabu

Simple item page
but.committeedoc. Ing. Miloslav Steinbauer, Ph.D. (předseda) doc. Ing. Petr Blaha, Ph.D. (místopředseda) Ing. Karel Horák, Ph.D. (člen) Ing. Tomáš Macho, Ph.D. (člen) Ing. Soňa Šedivá, Ph.D. (člen)cs
but.defenceStudent obhájil bakalářskou práci s výhradami. V rámci obhajoby dokázal přesvědčit komisi o správnosti svých postupů a navrženého řešení. V průběhu odborné rozpravy reagoval na dotazy oponenta ohledně fungování modelu v reálném čase a vlivu času vyhodnocení na použitelnost studentova řešení. Komise se doptávala na fungování řešení v reálném čase. Student odpověděl. Komise se dále zajímala o matici záměn a výpočet ACC, PPV a TPR. Student odpověděl a uvedl vzorce použité pro výpočet. Komise upozornila na nesoulad mezi studentem udávanými vzorci a vzorci zapsanými v bakalářské práci. Dále zazněl dotaz na časovou náročnost dopředného průchodu neuronovými sítěmi. Student odpověděl.cs
but.jazykslovenština (Slovak)
but.programAutomatizační a měřicí technikacs
but.resultpráce byla úspěšně obhájenacs
dc.contributor.advisorHorák, Karelsk
dc.contributor.authorKudolani, Alexejsk
dc.contributor.refereeRichter, Miloslavsk
dc.date.created2025cs
dc.description.abstractVizuálna detekcia objektov a automatizovaná vizuálna inšpekcia (AVI) predstavujú oblasti, ktoré dokážu identifikovať objekty a defekty. Táto práca predstavuje tradičných metód detekcie objektov a nástrojov detekcie pomocou strojového učenia. Následne je pozornosť bližšie venovaná MATLAB knižnici na detekciu anomálií v rámci AVI, pričom sú predstavené modely ako PatchCore, FCDD, FastFlow, EfficientAD a YOLOX. Práca ponúka aj návrh demonštračnej úlohy na implementáciu AVI pomocou MATLABu. Na záver sú zhodnotené jednotlivé modely.sk
dc.description.abstractVisual object detection and automated visual inspection (AVI) are fields that can identify objects and defects. This work presents traditional object detection methods and detection tools using machine learning. Then, the MATLAB library for anomaly detection within AVI is discussed in more detail, and models such as PatchCore, FCDD, FastFlow, EfficientAD and YOLOX are introduced. The thesis also offers a design of a demonstration problem for AVI implementation using MATLAB. Finally, the individual models are evaluated.en
dc.description.markCcs
dc.identifier.citationKUDOLANI, A. Úloha rozpoznání objektu využitím strojového učení v Matlabu [online]. Brno: Vysoké učení technické v Brně. Fakulta elektrotechniky a komunikačních technologií. 2025.cs
dc.identifier.other167594cs
dc.identifier.urihttp://hdl.handle.net/11012/253020
dc.language.isoskcs
dc.publisherVysoké učení technické v Brně. Fakulta elektrotechniky a komunikačních technologiícs
dc.rightsStandardní licenční smlouva - přístup k plnému textu bez omezenícs
dc.subjectVizuálna detekcia objektovsk
dc.subjectAutomatizovaná vizuálna inšpekciask
dc.subjectAutomated Visual Inspection Librarysk
dc.subjectPatchCoresk
dc.subjectVisual Detectionen
dc.subjectAutomated Visual Inspectionen
dc.subjectAutomated Visual Inspection Libraryen
dc.subjectPatchCoreen
dc.titleÚloha rozpoznání objektu využitím strojového učení v Matlabusk
dc.title.alternativeAI-based Visual Object Detection by Matlab Machine Learning Toolboxen
dc.typeTextcs
dc.type.driverbachelorThesisen
dc.type.evskpbakalářská prácecs
dcterms.dateAccepted2025-06-17cs
dcterms.modified2025-08-05-10:49:06cs
eprints.affiliatedInstitution.facultyFakulta elektrotechniky a komunikačních technologiícs
sync.item.dbid167594en
sync.item.dbtypeZPen
sync.item.insts2025.08.26 22:06:42en
sync.item.modts2025.08.26 20:22:31en
thesis.disciplinebez specializacecs
thesis.grantorVysoké učení technické v Brně. Fakulta elektrotechniky a komunikačních technologií. Ústav automatizace a měřicí technikycs
thesis.levelBakalářskýcs
thesis.nameBc.cs

Files

Original bundle

Now showing 1 - 3 of 3
Thumbnail Image
Name:
final-thesis.pdf
Size:
7.75 MB
Format:
Adobe Portable Document Format
Description:
file final-thesis.pdf
Download
Thumbnail Image
Name:
appendix-1.zip
Size:
273.3 KB
Format:
Unknown data format
Description:
file appendix-1.zip
Download
Thumbnail Image
Name:
review_167594.html
Size:
6.32 KB
Format:
Hypertext Markup Language
Description:
file review_167594.html
Download

Collections

2025