|
|
Pedestrians Detection in Traffic Environment by Machine Learning
Tilgner, Martin ; Klečka, Jan (oponent) ; Horák, Karel (vedoucí práce)
This thesis deals with pedestrian detection using convolutional neural networks from the perspective of autonomous vehicle. Especially by testing these networks in the sense of finding a suitable practice of creating a dataset for machine learning models. A total of ten machine learning models of meta architectures Faster R-CNN with ResNet 101 as a feature extractor and SSDLite with the MobileNet_v2 feature extractor were trained. These models were trained on datasets of various sizes. The best results were achieved on a dataset of 5 000 images. In addition to these models, a new dataset aimed at pedestrians at night was created. Furthermore, a Python library was created for work with datasets and script for automatic creation of dataset.
|
|
|
Řídící deska pro kvadrokoptéru
Tilgner, Martin ; Kříž, Vlastimil (oponent) ; Burian, František (vedoucí práce)
Tato práce se zabývá návrhem a realizací řídicí desky pro dron typu quadrotor. Cílem práce je navrhnout a vyrobit řídicí jednotku schopnou stabilizace dronu a komunikace s nadřazeným systémem. Předpokládá se použití opensource firmware pro řízení letounu. Celá práce je rozdělena na pět částí. První část se věnuje principu letu kvadrokoptéry a vytvoření jednoduchého fyzikálního modelu kvadrokoptéry. Druhá část se věnuje motorům pro malé letecké stroje a řídicí elektronice, která je pro ně vhodná. Ve třetí části je věnována pozornost snímačům potřebným pro stabilizaci letu a jejich výběru. Čtvrtá část se věnuje návrhu a realizaci DPS řídicí desky pro kvadrokoptéru a v páté části je pozornost věnována řídicímu software.
|
|
|
Pedestrian Detection In Image By Machine Learning
Tilgner, Martin
This work deals with pedestrian detection via convolutional neural network which can be used in autonomous car driving systems to improve travel safety. The work focuses on the influence of the training dataset on the resulting network behavior. The Faster R-CNN with ResNet 101 as backbone network and the SSDLite with MobileNet v2 as backbone network meta-architectures were selected for parameter testing. Both networks achieved real-time detection while accuracy was 61.92 % for the Faster R-CNN and 31.72 % for the SSDLite.
|
|
|
Pedestrians Detection in Traffic Environment by Machine Learning
Tilgner, Martin ; Klečka, Jan (oponent) ; Horák, Karel (vedoucí práce)
This thesis deals with pedestrian detection using convolutional neural networks from the perspective of autonomous vehicle. Especially by testing these networks in the sense of finding a suitable practice of creating a dataset for machine learning models. A total of ten machine learning models of meta architectures Faster R-CNN with ResNet 101 as a feature extractor and SSDLite with the MobileNet_v2 feature extractor were trained. These models were trained on datasets of various sizes. The best results were achieved on a dataset of 5 000 images. In addition to these models, a new dataset aimed at pedestrians at night was created. Furthermore, a Python library was created for work with datasets and script for automatic creation of dataset.
|
|
|
Řídící deska pro kvadrokoptéru
Tilgner, Martin ; Kříž, Vlastimil (oponent) ; Burian, František (vedoucí práce)
Tato práce se zabývá návrhem a realizací řídicí desky pro dron typu quadrotor. Cílem práce je navrhnout a vyrobit řídicí jednotku schopnou stabilizace dronu a komunikace s nadřazeným systémem. Předpokládá se použití opensource firmware pro řízení letounu. Celá práce je rozdělena na pět částí. První část se věnuje principu letu kvadrokoptéry a vytvoření jednoduchého fyzikálního modelu kvadrokoptéry. Druhá část se věnuje motorům pro malé letecké stroje a řídicí elektronice, která je pro ně vhodná. Ve třetí části je věnována pozornost snímačům potřebným pro stabilizaci letu a jejich výběru. Čtvrtá část se věnuje návrhu a realizaci DPS řídicí desky pro kvadrokoptéru a v páté části je pozornost věnována řídicímu software.
|
host ::
RSS.