Original title: Detekce objektů pomocí hlubokých neuronových sítí
Translated title: Deep Learning for Object Detection
Authors: Paníček, Andrej ; Herout, Adam (referee) ; Teuer, Lukáš (advisor)
Document type: Bachelor's theses
Year: 2019
Language: cze
Publisher: Vysoké učení technické v Brně. Fakulta informačních technologií
Abstract: [cze] [eng]
Táto práca sa zaoberá detekciou objektov pomocou hlbokých neurónových sietí. V rámci riešenia som upravil, implementoval a natrénoval dobre známy model kaskádových neuró- nových sietí MTCNN tak aby dokázal vykonávať detekciu dopravných značiek. Trénovacie dáta boli vygenerované z dátových sád GTSRB a GTSDB. MTCNN ukázal solídny výkon na vyhodnocovacích dátach z dátovej sady GTSDB, kde dosiahol presnosť detekcie 97.8 %. This work deals with the object detection using deep neural networks. As part of the solution, I modified, implemented and trained the well-known model of cascade neural networks MTCNN so that it could perform the detection of traffic signs. The training data was generated from GTSRB and GTSDB data sets. MTCNN showed solid performance on the evaluation data, where the detection accuracy reached 97.8 %.
Keywords: artificialintelligence; convolutional neural network; deep neural network; detection; GTSBD; GTSRB; machine learning; MTCNN; neuron; traffic sign detection; detekcia; detekcia značiek; GTSBD; GTSRB; hlboké neurónové siete; konvolučné neurónové siete; MTCNN; neurón; strojové učenie; umelá inteli-gencia

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/11012/180283

Permalink: http://www.nusl.cz/ntk/nusl-553154


The record appears in these collections:
Universities and colleges > Public universities > Brno University of Technology
Academic theses (ETDs) > Bachelor's theses