but.committee	prof. Ing. Tomáš Vojnar, Ph.D. (předseda) doc. RNDr. Jitka Kreslíková, CSc. (místopředseda) Ing. Martin Hrubý, Ph.D. (člen) doc. Ing. Peter Chudý, Ph.D., MBA (člen) Ing. Zbyněk Křivka, Ph.D. (člen) Prof. RNDr. Mária Lucká, Ph.D. (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 "D". Otázky u obhajoby: V práci řešíte lokalizaci hub. Jaká přesně je motivace pro použití lokalizace? Zdá se, že při klasifikaci ji nepoužíváte, píšete "Lokalizace není dostatečně přesná na to, aby ji bylo možné použít pro předzpracování obrázků před trénování neuronové sítě." Proč tam tedy je? Je možné s vašim datasetem vůbec natrénovat funkční detektor hub? Co přesně byste k tomu potřeboval a jak byste ho natrénoval?	cs
but.jazyk	čeština (Czech)
but.program	Informační technologie	cs
but.result	práce byla úspěšně obhájena	cs
dc.contributor.advisor	Špaňhel, Jakub	cs
dc.contributor.author	Steinhauser, Dominik	cs
dc.contributor.referee	Juránek, Roman	cs
dc.date.created	2017	cs
dc.description.abstract	Práce řeší problém detekce a klasifikace hub na fotografiích v přirozeném prostředí. K řešení jsem použil konvoluční neuronové sítě. Začátek práce je věnován teorii neuronových sítí. Dále je v práci řešena detekce hub a jejich klasifikace. S pomocí plně konvoluční neuronové sítě je vyřešen i problém lokalizace hub. Výsledky naučených neuronových sítí jsou analyzovány.	cs
dc.description.abstract	In this thesis is handled the problem of mushroom detection and recognition in natural environment. Convolutional neural networks are used. The beginning of this thesis is dedicated to the theory of neural networks. Further is solved the problem of object detection and classification. Using neural network trained for classification is solved also the task of localization. Results of trained CNNs are analised.	en
dc.description.mark	D	cs
dc.identifier.citation	STEINHAUSER, D. Detekce a rozpoznání hub v přirozeném prostředí [online]. Brno: Vysoké učení technické v Brně. Fakulta informačních technologií. 2017.	cs
dc.identifier.other	106379	cs
dc.identifier.uri	http://hdl.handle.net/11012/69492
dc.language.iso	cs	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	Strojové učení	cs
dc.subject	Konvoluční neuronové sítě	cs
dc.subject	Klasifikace	cs
dc.subject	Klasifikace hub	cs
dc.subject	Detekce hub	cs
dc.subject	CNN	cs
dc.subject	FCN	cs
dc.subject	Machine learning	en
dc.subject	Convolutional neural networks	en
dc.subject	Classification	en
dc.subject	Mushroom classification	en
dc.subject	Mushroom detection	en
dc.subject	CNN	en
dc.subject	FCN	en
dc.title	Detekce a rozpoznání hub v přirozeném prostředí	cs
dc.title.alternative	Mushroom Detection and Recognition in Natural Environment	en
dc.type	Text	cs
dc.type.driver	masterThesis	en
dc.type.evskp	diplomová práce	cs
dcterms.dateAccepted	2017-06-19	cs
dcterms.modified	2020-05-10-16:13:03	cs
eprints.affiliatedInstitution.faculty	Fakulta informačních technologií	cs
sync.item.dbid	106379	en
sync.item.dbtype	ZP	en
sync.item.insts	2025.03.26 15:24:27	en
sync.item.modts	2025.01.17 12:30:53	en
thesis.discipline	Matematické metody v informačních technologiích	cs
thesis.grantor	Vysoké učení technické v Brně. Fakulta informačních technologií. Ústav počítačové grafiky a multimédií	cs
thesis.level	Inženýrský	cs
thesis.name	Ing.	cs

Detekce a rozpoznání hub v přirozeném prostředí

Files

Original bundle

Collections