|
|
Návrh a implementace informačního systému
Chovaneček, Přemysl ; Dyk, Tomáš (oponent) ; Novák, Lukáš (vedoucí práce)
Diplomová práce se věnuje návrhu a implementaci informačního systému pro malý podnik. V práci jsou zahrnuty strategické analýzy podniku a hodnocení současné situace spojené s pandemií Covid-19. Dále se práce věnuje specifikaci a analýze požadavků zadavatele, sestavení návrhu a samotné implementaci systému odpovídající uvedeným návrhům. Závěrem se práce věnuje zhodnocení a předpokládaným přínosům informačního systému.
|
|
|
Mobilní aplikace pro detekci graffiti tagů
Chovaneček, Přemysl ; Teuer, Lukáš (oponent) ; Špaňhel, Jakub (vedoucí práce)
Práce se zaměřuje na rozpoznávání objektů v obraze za použití principů umělé inteligence. Řeší detekci podpisů autorů v oblasti umění zvané graffiti. Zabývá se základní problematikou této oblasti a dále poukazuje na použití počítačového vidění a jeho následnou, praktickou aplikaci na mobilních zařízeních, konkrétně tedy na platformě Android. Zvolenou neuronovou sítí byl model ssdMobileNet_v2 . Naučený model dosahuje přesnosti mAP 73.5.% při hodnotě IoU 0.6. Po provedení procesu kvantizace byla pak přesnost snížena na 68.5%. Samotná mobilní aplikace poskytuje real-time detekci a několik dalších potřebných funkcí pro lokalizaci a sběr dat.
|
|
|
Návrh a implementace informačního systému
Chovaneček, Přemysl ; Dyk, Tomáš (oponent) ; Novák, Lukáš (vedoucí práce)
Diplomová práce se věnuje návrhu a implementaci informačního systému pro malý podnik. V práci jsou zahrnuty strategické analýzy podniku a hodnocení současné situace spojené s pandemií Covid-19. Dále se práce věnuje specifikaci a analýze požadavků zadavatele, sestavení návrhu a samotné implementaci systému odpovídající uvedeným návrhům. Závěrem se práce věnuje zhodnocení a předpokládaným přínosům informačního systému.
|
|
|
Mobilní aplikace pro detekci graffiti tagů
Chovaneček, Přemysl ; Teuer, Lukáš (oponent) ; Špaňhel, Jakub (vedoucí práce)
Práce se zaměřuje na rozpoznávání objektů v obraze za použití principů umělé inteligence. Řeší detekci podpisů autorů v oblasti umění zvané graffiti. Zabývá se základní problematikou této oblasti a dále poukazuje na použití počítačového vidění a jeho následnou, praktickou aplikaci na mobilních zařízeních, konkrétně tedy na platformě Android. Zvolenou neuronovou sítí byl model ssdMobileNet_v2 . Naučený model dosahuje přesnosti mAP 73.5.% při hodnotě IoU 0.6. Po provedení procesu kvantizace byla pak přesnost snížena na 68.5%. Samotná mobilní aplikace poskytuje real-time detekci a několik dalších potřebných funkcí pro lokalizaci a sběr dat.
|
host ::
RSS.