|
|
Bezkontaktní měření rozměrů determinačních šupin
Šemora, Petr ; Matoušek, Radomil (oponent) ; Škrabánek, Pavel (vedoucí práce)
Tato práce se zabývá bezkontaktním měřením rozměrů análního štítku ještěrky obecné. V práci jsou nejprve stručně shrnuty techniky využívané k měření rozměrů objektů a techniky využívané k segmentaci obrazu. Následně práce poskytuje základní shrnutí o neuronových sítích a konvolučních neuronových sítích. V praktické části je popsán systém pro měření rozměrů análního štítku ještěrky obecné. Navržené algoritmy jsou implementovány v grafickém uživatelském rozhraní umožňující automatické i ruční měření.
|
|
|
Generátor syntetických dat pro vývoj detektorů dronů
Zlatníčková, Marie ; Dobrovský, Ladislav (oponent) ; Škrabánek, Pavel (vedoucí práce)
Tato diplomová práce se zabývá problematikou tvorby snímků realisticky vypadajících snímků z 3D modelů dronů. V textové části této práce jsou vysvětleny základní pojmy ve zpracování digitálního obrazu a použití neuronových sítí při detekci a rozpoznávání objektů v obraze. V praktické části této práce je popsáno softwarové řešení, které z digitálních 3D modelů vytváří barevné oštítkované snímky obsahující jeden či více dronů, v různých fázích letu, s různým nasvícením, natočením a rozostřením.
|
|
|
Virtuální senzory a jejich aplikace
Pakr, Jiří ; Dobrovský, Ladislav (oponent) ; Škrabánek, Pavel (vedoucí práce)
Virtuální senzory jsou postupně se rozšiřující technikou v oblasti průmyslových měření. Jedná se o počítačové programy, které za pomoci dříve získaných dat poskytují další údaje podobně jako klasické hardwarové senzory. Tyto údaje získávají pomocí prediktivních modelů založených na metodách strojového učení jako jsou například neuronové sítě nebo support vector machines. Tato práce obsahuje především rešerši fungování, struktur a tvorby virtuálních senzorů. Dále popisuje strojové učení, rozdělení jeho algoritmů a seznamuje s metodami běžně využívanými v oblasti virtuálních senzorů. Ke konci autor popisuje jejich možný budoucí vývoj a směr dalších aplikací.
|
|
|
Detekce objektu pro průmyslového robota s využitím počítačového videní
Huber, Michal ; Škrabánek, Pavel (oponent) ; Parák, Roman (vedoucí práce)
Cílem této bakalářské práce je vytvoření řídícího programu pro zpracování obrazových dat z kamery. Úvodní část práce pojednává o současném stavu detekce objektů v průmyslových aplikacích, a také představuje vývojovou platformu Raspberry Pi a OpenCV knihovnu. Další kapitoly se pak zabývají přípravou Raspberry Pi, návrhem testovacích objektů, úpravou zachycených snímků a tvorbou samotného řídícího programu pro detekci správně vyrobené součásti. Závěr práce je věnován návrhu vizualizačního rozhraní, a především pak ověření funkčnosti vytvořeného řídícího programu.
|
|
|
Vliv barevných modelů na chování konvolučních neuronových sítí
Šimunský, Martin ; Doležel, Petr (oponent) ; Škrabánek, Pavel (vedoucí práce)
Diplomová práce zkoumá aktuální poznatky týkající se vlivu barevných modelů na chování konvoluční neuronové sítě. Na základě poznatků je proveden experiment na toto téma se šesti barevnými modely RGB, HSV, CIE 1931 XYZ, CIE 1976 L*a*b*, YIQ a YCbCr a hlubokou konvoluční neuronovou sítí ResNet-101. Barevný model RGB dosáhl v tomto experimentu nejvyšší přesnosti klasifikace, model HSV nejnižší.
|
|
|
Digitální dvojče dopravní linky
Sazonov, Viacheslav ; Lacko, Branislav (oponent) ; Škrabánek, Pavel (vedoucí práce)
Bakalářská práce se věnuje vytvoření digitálního dvojčete dopravní linky s názvem Interoll, které bude reflektovt rozměry reálného doprvníku, informe o funkionlitě pohonu informe o správném fungování řídií logiky elého systému. Rešeršní část pojednává o Průmyslu 4.0 a popisuje využití digitálníh dvojčt. Dále se práce zabývá návrhem 3D modelu dopravní linky, tvorbou logického řízení a digitálních dvojčat pohonů prostřednictvím programů od společností Siemens. Výstupem práce je správně fungující digitální dvojče dopravní linky Interoll.
|
|
|
Počítání charakteristických šupin ještěrky obecné v barevných obrazech
Maršala, Štěpán ; Štursa, Dominik (oponent) ; Škrabánek, Pavel (vedoucí práce)
V diplomové práci je popsán návrh a implementace programu pro počítání sekundárních šupin v obrazových datech ventrálních stran těl ještěrek obecných. Program respektuje požadavky vědců z Ústavu biologie obratlovců Akademie věd ČR a Pedagogické fakulty Masarykovy univerzity na ovladatelnost a na přesnost výsledků. Program se skládá z několika částí. Na vstupu přijímá fotografie ještěrek obecných, ve kterých vyřízne zájmovou oblast. Orientaci těchto výřezů unifikuje pomocí detekovaných objektů. Detekci objektů zajišťuje YOLOv4. Další část programu zvaná Centroid detektor určuje v unifikovaných výřezech pozice středů sekundárních šupin. Tato část využívá konvoluční neuronové sítě U-Net, která je speciálně modifikovaná pro detekci středů objektů v těsné blízkosti. Poslední části programu rozdělí detekované pozice středů šupin na levou a pravou sekundární řadu a zapíší jejich počty do výstupního souboru.
|
|
|
Active defence of drones from birds
Husovská, Viktória ; Lacko, Branislav (oponent) ; Škrabánek, Pavel (vedoucí práce)
This bachelor thesis focuses on the protection of drones from birds. The aim of the work was to develop a protection proposal that will be applicable to an ordinary drone at an affordable price, since there is no currently available commercial solution that would be able to do so. The sensory ecology of birds was investigated in the thesis and the deterrents of control of their adverse effects as well. Based on the effectiveness of all the deterrents and knowledge from the ecology of birds, a proposal for the protection of drones was introduced. The proposed protection combines visual, audio and mechanical protection and, aside from direct protection of the drone, it can also repel birds away. This would lead to a reduction of the risk of collisions and therefore provides protection for birds. Plastic construction protecting the sensitive parts of the drone is designed as mechanical protection, while a holographic tape and a siren are used to repel the birds away.
|
|
|
Efektivnost hlubokých konvolučních neuronových sítí na elementární klasifikační úloze
Prax, Jan ; Dobrovský, Ladislav (oponent) ; Škrabánek, Pavel (vedoucí práce)
V této diplomové práci jsou srovnány modely hlubokých konvolučních neuronových sítí a modely deskriptorů příznaků. Modely deskriptorů příznaků jsou doplněny o vybraný vhodný klasifikátor. Tyto modely spadají do oblasti strojového učení, a tudíž jsou v práci popsány typy strojového učení. Dále jsou tyto vybrané modely popsány a vysvětleny jejich základy a problémy. Je vypsán hardware a software použitý k uskutečnění testů a jsou vypsány výsledky testů a shrnutí výsledků. Pak je provedeno srovnání uvedených modelů na základě přesnosti validace a časové náročnosti.
|
|
|
Segmentation of cardiac muscle images acquired using confocal microscopy
Kadlec, Filip ; Shehadeh, Mhd Ali (oponent) ; Škrabánek, Pavel (vedoucí práce)
Automating data acquisition and processing is common practice in both microscopy and computer vision fields. To classify and localize objects of interest (cardiomyocytes in this case) in microscopy images, segmentation can be performed. In this particular case, semantic segmentation by using deep neural networks was used as the core mean to perform mentioned task and software providing possibility of processing unlabeled data or training neural network architectures on labeled data was implemented. This work does a brief introduction to optical microscopy, inspects segmentation and deep learning in detail and finally describes the process from preparing data, implementing and training neural networks, to design of the final software. This software will ease the work of researchers by providing them with only relevant data, automate microscopy data acquisition, and with minor changes it can be applied to any similar segmentation task.
|
host ::
RSS.