Název: Pedestrian Detection In Image By Machine Learning
Autoři: Tilgner, Martin
Typ dokumentu: Příspěvky z konference
Jazyk: cze
Nakladatel: Vysoké učení technické v Brně, Fakulta elektrotechniky a komunikačních technologií
Abstrakt: 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.
Klíčová slova: Convolutional Neural Network; Faster R-CNN; Machine learning; Object detection; SSDLite
Zdrojový dokument: Proceedings of the 25st Conference STUDENT EEICT 2019, ISBN 978-80-214-5735-5

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/11012/186705

Trvalý odkaz NUŠL: http://www.nusl.cz/ntk/nusl-414607


Záznam je zařazen do těchto sbírek:
Školství > Veřejné vysoké školy > Vysoké učení technické v Brně
Konferenční materiály > Příspěvky z konference