Název:
Konvoluční neuronová síť pro segmentaci obrazu
Překlad názvu:
A convolutional neural network for image segmentation
Autoři:
Mitrenga, Michal ; Petyovský, Petr (oponent) ; Jirsík, Václav (vedoucí práce) Typ dokumentu: Bakalářské práce
Rok:
2018
Jazyk:
cze
Nakladatel: Vysoké učení technické v Brně. Fakulta elektrotechniky a komunikačních technologií
Abstrakt: [cze][eng]
Cílem bakalářské práce je seznámit se s problematikou konvolučních neuronových sítí pro segmentaci obrazu. Toto téma v sobě zahrnuje celý obor počítačového vidění. Zvláštní pozornost je věnována procesu segmentace obrazu. Dále se práce věnuje základním principům umělých neuronových sítí, struktuře konvolučních neuronových sítí a zejména pak popisu jednotlivých architektur sémantické segmentace. Součástí práce je ukázka praktických aplikací segmentace obrazu. Důležitou částí je databáze obrazů SYNTHIA, kde jsou ukázaný její vlastnosti. V závěru práce jsou podrobněji popsány podmínky a požadavky na výkon hardwaru a potřebný software pro dobrý chod sítě. Bylo využito frameworku Keras, který již obsahuje funkce pro práci s neuronovými sítěmi.
The aim of the bachelor thesis is to learn more about the problem of convolutional neural networks for image segmentation. This theme encompasses the whole field of computer vision. Particular attention is paid to the image segmentation process. Furthermore, the thesis deals with the basic principles of artificial neural networks, the structure of convolutional neural networks and especially with the description of individual semantic segmentation architectures. Part of the thesis is an example of practical applications of image segmentation. An important part is the SYNTHIA database of images, where its properties are shown. At the end of the thesis, the terms and requirements for hardware performance and software needed for good network performance are described in more detail. The Keras framework has already been used, which already includes functions for working with neural networks.
Klíčová slova:
hluboké učení; klasifikace; konvoluční neuronové sítě; Neuronové sítě; počítačové vidění; segmentace; strojové učení; Artificial neural network; classification; computer vision; convolutional neural network; deep learning; machine learning; segmentation
Instituce: Vysoké učení technické v Brně
(web)
Informace o dostupnosti dokumentu:
Plný text je dostupný v Digitální knihovně VUT. Původní záznam: http://hdl.handle.net/11012/81702