Original title:
Vizuální detekce malých předmětů pomocí dostupných nástrojů v prostředí MATLAB
Translated title:
Visual detection of small objects using available tools in MATLAB
Authors:
Sladký, Jiří ; Dobossy, Barnabás (referee) ; Appel, Martin (advisor) Document type: Bachelor's theses
Year:
2020
Language:
cze Publisher:
Vysoké učení technické v Brně. Fakulta strojního inženýrství Abstract:
[cze][eng]
Tato práce zkoumá možnosti detekce malých objektů na obrázcích pomocí metody YOLO, algoritmu hlubokého učení dostupného v programu MATLAB. V práci byl navržen a natréno-ván detektor, jež dokáže detekovat hospodářská zvířata při pohledu shora. Vytvořen byl nástroj, který provede detekce s pomocí představeného modelu i na obrázcích o vysokém rozlišení a následně spočítá přítomné objekty. Naprogramován byl generátor syntetických obrázků, který výrazně pomohl s natrénováním tohoto modelu. Byly realizovány různé experimenty, jež vedly k nalezení hranic metody YOLO a ověřily přínos představených vylepšení.
This thesis investigates possibilities of small object detection in pictures using YOLO method, a deep learning algorithm available in MATLAB. In the thesis, a detector was designed and trained to detect cows from top-down view. A tool was created, that performs detection using the proposed model even on high resolution images and counts the present objects. A generator of synthetic images was programmed, which helped with training the model. Various experiments were performed that found the limits of YOLO and validated contribution of the proposed improvements.
Keywords:
artificial neural networks; cattle detection; computer vision; data augmentation; deep learning; machine learning; object detection; synthetic generator; YOLO; augmentace dat; detekce dobytka; detekce objektů; hluboké učení; počítačové vidění; Strojové učení; syntetický generátor; umělé neuronové sítě; YOLO
Institution: Brno University of Technology
(web)
Document availability information: Fulltext is available in the Brno University of Technology Digital Library. Original record: http://hdl.handle.net/11012/193473