Název:
Návrh vhodné topologie neuronové sítě pro rozpoznání objektů v trávních porostech
Překlad názvu:
The suitable neural network topology design for object recognition in the grass.
Autoři:
Polívka, Tomáš ; Pavlíček, Josef (vedoucí práce) ; Hanzlík, Petr (oponent) Typ dokumentu: Bakalářské práce
Rok:
2016
Jazyk:
cze
Nakladatel: Česká zemědělská univerzita v Praze
Abstrakt: [cze][eng] Tato bakalářská práce popisuje testování umělých neuronových sítí v závislosti na učebním souboru dat pro rozpoznání základních tvarů v travním porostu. Experimentováním s různými topologiemi sítí v programu Neuroph Studio byly zaznamenány hodnoty o úspěšnosti rozpoznání. Testování probíhalo na třech učebních množinách základních tvarů. Ověření schopnosti učení sítí bylo zkoušeno pomocí fotografií čtyř základních tvarů pořízených v trávě (čtverec, obdélník, kruh a trojúhelník). Při vyhodnocování nejvhodnější topologie byla definována dvě hlavní kritéria. Počet úspěšných rozpoznání tvarů a rozdělení podle rozpoznaných objektů.
Teoretická část práce popisuje funkcionalitu a vlastnosti neuronových sítí, rozpoznání obrazu pomocí detekce hran a existující aplikace pro rozpoznání druhů rostlin.
This thesis describes testing of artificial neural network depending on learning set for object recognition in grass. Values of experimenting with different topologies in Neuroph Studio were recorded. Testing was conducted on three sets of learning basic shapes. Verification of the ability of learning networks were tested using four basic shapes captured in the grass (square, rectangle, circle and triangle). When evaluating the most appropriate topology was defined by two main criteria. Number of successful recognition of shapes and distribution by recognized shapes.
The theoretical part describes the functionality and features of neural networks, image recognition using edge detection and existing applications for recognition of plant species.
Klíčová slova:
Neuroph; Perceptronová neuronová síť; Roboticko-optická jednotka; Rozpoznávání objektů