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. Oponent hodnotil práci stupněm 4F, protože se práce jeví jako nedokončená, její výsledky jsou nevyhovující a není odevzdáno funkční řešení. Student nedokázal vyvrátit výtky oponenta. Komise shledala nedostatky práce natolik závažné, že se práci rozhodla hodnotit jako nevyhovující. Otázky u obhajoby: Prováděl jste nějaký experiment, kdy byste zjistil výstup na jiných datech než na validační sadě? Zkoušel jste jiný typ augmentace dat nežli jen rotaci?	cs
but.jazyk	čeština (Czech)
but.program	Informační technologie	cs
but.result	práce nebyla úspěšně obhájena	cs
dc.contributor.advisor	Herout, Adam	cs
dc.contributor.author	Soroka, Matej	cs
dc.contributor.referee	Bartl, Vojtěch	cs
dc.date.created	2021	cs
dc.description.abstract	Cieľom tejto práce je experimentovať a vyhodnotis rôznymi prístupmi počítačového videnia s cieľom automatickej detekcie krabíc-kvádrov v obraze, za týmto cieľom boli v riešení použité prístupy založené na neurónových sieťach. V práci boli prevedené experimenty s klasifikáciou pomocou vlastnej dátovej sady, klasifikáciou s využitím vlastnej konvolučnej neurónovej siete, detekciou pomocou pouvného okna, detektora YOLO a v poslednej časti návrh vylepšenia s použitím sietí U-net a MirrorNet.	cs
dc.description.abstract	The aim of this work is to experiment and evaluate different approaches of computer vision with the aim of automatic detection of boxes-blocks in the image, for this purpose, approaches based on neural networks were used in the solution. Experiments were performed with classification using our own data set, classification using our own convolutional neural network, detection using a window, YOLO detector and in the last part a proposal for improvement using U-net and MirrorNet networks.	en
dc.description.mark	D	cs
dc.identifier.citation	SOROKA, M. Detekce kvádrů-krabic v obraze [online]. Brno: Vysoké učení technické v Brně. Fakulta informačních technologií. 2021.	cs
dc.identifier.other	136441	cs
dc.identifier.uri	http://hdl.handle.net/11012/199321
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	Tensorflow	cs
dc.subject	Detekcia	cs
dc.subject	Segmentácia	cs
dc.subject	Keras	cs
dc.subject	YOLO	cs
dc.subject	U-Net	cs
dc.subject	MirrorNet	cs
dc.subject	Tensorflow	en
dc.subject	Detection	en
dc.subject	Segmentation	en
dc.subject	Keras	en
dc.subject	YOLO	en
dc.subject	U-Net	en
dc.subject	MirrorNet	en
dc.title	Detekce kvádrů-krabic v obraze	cs
dc.title.alternative	Detection of Boxes in Image	en
dc.type	Text	cs
dc.type.driver	bachelorThesis	en
dc.type.evskp	bakalářská práce	cs
dcterms.dateAccepted	2021-06-14	cs
dcterms.modified	2021-08-27-17:16:45	cs
eprints.affiliatedInstitution.faculty	Fakulta informačních technologií	cs
sync.item.dbid	136441	en
sync.item.dbtype	ZP	en
sync.item.insts	2025.03.18 19:34:52	en
sync.item.modts	2025.01.17 13:07:35	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

Detekce kvádrů-krabic v obraze

Files

Original bundle

Collections