Identifikace znaků na hloubkovém snímku pneumatiky

Simple item page
but.committeeprof. Ing. Adam Herout, Ph.D. (předseda) doc. Ing. Zdeněk Vašíček, Ph.D. (místopředseda) Ing. Radek Kočí, Ph.D. (člen) Ing. Zbyněk Křivka, Ph.D. (člen) doc. Ing. Michal Španěl, Ph.D. (člen)cs
but.defenceStudent 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 A. Otázky u obhajoby: Proč jste nepoužil generovaná data, která by proti stávající datové sadě měla jistě mnoho výhod? V použitých hloubkových datech by zřejmě bylo velice robustní generovat návrhy na výskyt jednotlivých symbolů nějakým konvenčním způsobem a navržené regiony pak klasifikovat neuronovou sítí. V čem by takový přístup byl ne/výhodnější než řešení celého problému naráz pomocí Faster R-CNN / Mask R-CNN? Experimenty ukazují, že použití augmentací při učení nic nepřináší. To je poněkud nezvyklé - jaké pro to máte vysvětlení? Jak to, že jsou výsledné obrázky krásně zarovnané? Chybí jakákoli rotace.cs
but.jazykčeština (Czech)
but.programInformační technologiecs
but.resultpráce byla úspěšně obhájenacs
dc.contributor.advisorŠpaněl, Michalcs
dc.contributor.authorToth Vaňo, Pavolcs
dc.contributor.refereeHerout, Adamcs
dc.date.accessioned2025-06-14T22:57:54Z
dc.date.available2025-06-15cs
dc.date.available2025-06-14T22:57:54Z
dc.date.created2022cs
dc.description.abstractTáto práca sa zaoberá problémom detekcie, rozpoznania a segmentácie znakov na hĺbkovej snímke pneumatiky. V práci aplikovaný prístup horizontálne rozdelí vstupnú hĺbkovú snímku na prekrývajúce sa časti, v ktorých sú symboly detegované hlbokou neurónovou sieťou Mask R-CNN. Následným použitím algoritmu potlačenia nemaximálnych hodnôt sú zahodené duplicitné detekcie vznikajúce kvôli prekryvom. V práci je tiež predstavená modifikácia siete Mask R-CNN používajúca zdvojenú segmentačnú vetvu za účelom kvalitnejšej segmentácie symbolov s tenkými líniami a členitou maskou. Použitím navrhnutého prístupu dosiahla na pripravenej dátovej sade metrika mean average precision s IoU v intervale od 0,5 do 0,95 hodnotu 0,877 pre detekciu a 0,738 pre segmentáciu.cs
dc.description.abstractThis thesis deals with the problem of detection, recognition and segmentation of characters on the depth scan of tire. The approach applied in the thesis horizontally splits the input depth scan into overlapping parts, in which the symbols are detected by the deep neural network Mask R-CNN. The duplicate detections emerging due to the overlap are discarded by the subsequent use of non-maximum suppression. The modification of Mask R-CNN, which utilises parallel segmentation branch with the aim of improving the quality of segmentation of symbols with thin lines or complex mask, is also proposed in the thesis. Applying the proposed approach on the prepared dataset, the values 0.877 and 0.738 were obtained as the mean average precision metrics for detection and segmentation in the IoU interval from 0.5 to 0.95.en
dc.description.markAcs
dc.identifier.citationTOTH VAŇO, P. Identifikace znaků na hloubkovém snímku pneumatiky [online]. Brno: Vysoké učení technické v Brně. Fakulta informačních technologií. 2022.cs
dc.identifier.other145295cs
dc.identifier.urihttps://hdl.handle.net/11012/252511
dc.language.isocscs
dc.publisherVysoké učení technické v Brně. Fakulta informačních technologiícs
dc.rightsPřístup k plnému textu prostřednictvím internetu byl licenční smlouvou omezen na dobu 3 roku/letcs
dc.subjecthĺbková snímka pneumatikycs
dc.subjecthlboké učeniecs
dc.subjectMask R-CNNcs
dc.subjectU-Netcs
dc.subjectsegmentácia obrazucs
dc.subjectidentifikácia znakovcs
dc.subjectinštančná segmentáciacs
dc.subjectsémantická segmentáciacs
dc.subjectnerovnovážna dátová sadacs
dc.subjectzdvojená segmentačná vrstvacs
dc.subjectdepth scan of tireen
dc.subjectdeep learningen
dc.subjectMask R-CNNen
dc.subjectU-Neten
dc.subjectimage segmentationen
dc.subjectidentification of charactersen
dc.subjectinstance segmentationen
dc.subjectsemantic segmentationen
dc.subjectimbalanced dataseten
dc.subjectparallel segmentation layeren
dc.titleIdentifikace znaků na hloubkovém snímku pneumatikycs
dc.title.alternativeIdentification of Characters on Depth Scans of Tiresen
dc.typeTextcs
dc.type.driverbachelorThesisen
dc.type.evskpbakalářská prácecs
dcterms.dateAccepted2022-06-15cs
dcterms.modified2022-06-20-10:23:17cs
eprints.affiliatedInstitution.facultyFakulta informačních technologiícs
sync.item.dbid145295en
sync.item.dbtypeZPen
sync.item.insts2025.06.15 00:57:54en
sync.item.modts2025.06.15 00:31:50en
thesis.disciplineInformační technologiecs
thesis.grantorVysoké učení technické v Brně. Fakulta informačních technologií. Ústav počítačové grafiky a multimédiícs
thesis.levelBakalářskýcs
thesis.nameBc.cs
Files
Original bundle
Now showing 1 - 3 of 3
Thumbnail Image
Name:
Posudek-Vedouci prace-25095_v.pdf
Size:
86.69 KB
Format:
Adobe Portable Document Format
Description:
file Posudek-Vedouci prace-25095_v.pdf
Download
Thumbnail Image
Name:
Posudek-Oponent prace-25095_o.pdf
Size:
91.82 KB
Format:
Adobe Portable Document Format
Description:
file Posudek-Oponent prace-25095_o.pdf
Download
Thumbnail Image
Name:
review_145295.html
Size:
1.39 KB
Format:
Hypertext Markup Language
Description:
file review_145295.html
Download
Collections
2022