Original title:
Redukovaná neuronová síť pro klasifikaci přítomnosti postav v obraze
Translated title:
A Reduced Neural Network for Classifying the Presence of People in an Image
Authors:
Stanček, Rastislav ; Rydlo, Štěpán (referee) ; Goldmann, Tomáš (advisor) Document type: Bachelor's theses
Year:
2024
Language:
eng Publisher:
Vysoké učení technické v Brně. Fakulta informačních technologií Abstract:
[eng][cze]
Táto práca sa zameriava na tému počítačového videnia, presnejšie, na binárnu klasifikáciu prítomnosti ľudí v obrazových dátach. Cieľom tejto práce je vytvoriť redukovanú neurónovú sieť s využitím metódy knowledge distillation. Klasifikácia a detekcia objektov je výpočtovo náročná operácia. Študentský model vytvorený pomocou knowledge distillation vykazuje ekvivalentnú presnosť, pričom je menší a má vyššiu inferenčnú rýchlosť v porovnaní s učiteľským modelom. Takýto model môže byť interdisciplinárne všestranný a to predovšetkým na koncových zariadeniach, ktoré majú relatívne slabé výpočtové schopnosti.
This thesis focuses on the topic of computer vision, more specifically, on classifying people's presence in image data. The goal is to create a reduced neural network utilizing knowledge distillation. Object classification and detection is a computationally an expensive operation. A student model created utilizing knowledge distillation shows equivalent accuracy while being smaller and having better inferencing speed compared to the teacher model. Such model can be interdisciplinarily utilized on end devices having relatively low computational capabilities.
Keywords:
detekcia ľudí; hlboké učenie; keras; klasifikácia objektov; knowledge distillation; kompresia modelu; konvolučná neurónová sieť; python; redukovaná neurónová sieť; spracovanie obrazu; tensorflow; učiteľský model; študentský model; convolutional neural network; deep learning; image processing; keras; knowledge distillation; model compression; object classification; people detection; python; reduced neural network; student model; teacher model; tensorflow
Institution: Brno University of Technology
(web)
Document availability information: Fulltext is available in the Brno University of Technology Digital Library. Original record: https://hdl.handle.net/11012/246957