Original title:
Analýza dopravního provozu s využitím strojového učení
Translated title:
Traffic analysis using on machine learning
Authors:
Zelený, Ondřej ; Slanina, Martin (referee) ; Frýza, Tomáš (advisor) Document type: Master’s theses
Year:
2022
Language:
eng Publisher:
Vysoké učení technické v Brně. Fakulta elektrotechniky a komunikačních technologií Abstract:
[eng][cze]
Tato práce přibližuje problematiku detekce objektů a jejich klasifikace pro uplatnění k analýze dopravy. V teoretické části přibližuji několik metod a technik pro detekci a klasifikaci objektů. Dále zde představuji nejpoužívanější platformy a programovací jazyky pro implementaci konvolučních neuronových sítí. Dále uvádí přehled základních algoritmů pro trasování objektů a dostupné cloudové platformy pro internet věci. V praktické část je uvedena implementace vybraného algoritmu a k němu přidaných funkcionalit jako je trasování objektů nebo pracování a vizualiace v cloudu.
The aim of this thesis is to investigate the problematic of object detection and classification for traffic analysis. The theoretical part of the paper takes insight on numerous methods and techniques of object detection and classification. Further the paper discuses popular frameworks and programming languages for implementation of convolutional neural networks as well as multi-object tracking and communication with IoT server. The practical part shows implementation of chosen model and additional functionalities, object trackers and communication with selected IoT platform as well as data processing in cloud and visualization.
Keywords:
detekce objektů; Hluboké učení; internet věci; klasifikaace objektů; konvoluční neuronové sítě; objektová detekce; počítačové vidění; python; pytorch; učení s učitelem; Computer Vision; Convolutional Neural Networks; Deep Learning; Internet of Things; Object Classification; Object Detection; Object Tracking; Python; PyTorch; Supervised Learning
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/11012/208304