|
|
Pedestrians Detection in Traffic Environment by Machine Learning
Tilgner, Martin ; Klečka, Jan (oponent) ; Horák, Karel (vedoucí práce)
This thesis deals with pedestrian detection using convolutional neural networks from the perspective of autonomous vehicle. Especially by testing these networks in the sense of finding a suitable practice of creating a dataset for machine learning models. A total of ten machine learning models of meta architectures Faster R-CNN with ResNet 101 as a feature extractor and SSDLite with the MobileNet_v2 feature extractor were trained. These models were trained on datasets of various sizes. The best results were achieved on a dataset of 5 000 images. In addition to these models, a new dataset aimed at pedestrians at night was created. Furthermore, a Python library was created for work with datasets and script for automatic creation of dataset.
|
|
|
Basics of Pedestrians Detection in Image by Machine Learning
Lučanský, Peter ; Klečka, Jan (oponent) ; Horák, Karel (vedoucí práce)
This thesis deals with cutting-edge computer vision task the detection of persons/pedestrians in images by using machine learning methods with its possible utilization, history of progress and explanations of functionalities. It also includes testing the today's best method available on various circumstances and comparing aspects that has impact on its performance. At the beginning the matter is fundamentally explained and then are in details described up to date achievements in the subject of matter. In the following part are described available datasets that may be used for training with pointed out their pros and cons. In the last section is in details explained how to use the chosen method. Lastly is executed its training on various situations and comparison of the results is made.
|
|
|
Využití strojového učení pro kontrolu kvality v průmyslových aplikacích
Gaško, Viktor ; Dobrovský, Ladislav (oponent) ; Parák, Roman (vedoucí práce)
Cieľom tejto bakalárskej práce je zoznámiť sa s problematikou kontroly kvality v priemyselných aplikáciách so zameraním na hlboké učenie. K tomuto a podobným problémom bolo vytvorených niekoľko knižníc, ktoré majú za úlohu uľahčiť jeho riešenie. Hlavnou úlohou je vytvorenie programu na kontrolu kvality za pomoci programovacieho jazyka Python a frameworku Tensorflow. Tento program bude pozostávať z troch neurónových sietí, pričom jedna zistí približnú polohu súčiastky, druhá jej farbu a tretia skontroluje správnosť jej výroby.
|
|
|
Analyzátor webové aplikace
Vašíček, Tomáš ; Lieskovan, Tomáš (oponent) ; Martinásek, Zdeněk (vedoucí práce)
Tato práce se věnuje oblasti identifikace technologií webových aplikací. Hlavním cílem této práce je vyvinout softwarový nástroj pro základní analýzu webových aplikací, jehož cílem je identifikace operačního systému, webového serveru a programovacího jazyka webové aplikace. Dalším cílem práce je možnost integrace vyvinutého nástroje do platformy Penterep ve formě rozšiřujícího modulu. V teoretické části je obsažen úvod do problematiky se zaměřením na popis a manuální demonstraci identifikačních metod používaných při analýze webových aplikací. Praktická část prezentuje návrh, implementaci a testování nástroje. Součástí praktické části je i popis experimentálního pracoviště, které bylo vytvořeno s využitím platformy Docker.
|
|
|
Umělá inteligence (AI ) v architektuře
Rubáč, František ; Mačuda, Michal (oponent) ; Vítek, Jiří (vedoucí práce)
Práce se primárně zabývá tématem AI a jejího využití v architektuře. V práci se zprvu zabývám AI v širším měřítku, poté uvedu jednotlivé možnosti využití AI v architektuře. Popisuji teoretické využití AI a tento popis doprovázím praktickými příklady. Poté se zaměřuji na organickou architekturu a na generování organických fasád a budov. Ke konci práce ukáži výsledky své práce na vygenerovaných výstupech a modelech.
|
|
|
Systém pro rozpoznání hlasových povelů v reálném čase
Šíbl, Evžen ; Kiac, Martin (oponent) ; Přinosil, Jiří (vedoucí práce)
Bakalářská práce se zabývá tvorbou systému pro rozpoznání hlasových povelů. Klasifikátor tohoto systému byl vytvořený pomocí neuronové sítě. V práci se obeznámíte s historií a problematiku rozpoznání řeči. Byl vytvořený systém, který detekuje v nahrávce úsek obsahující řečový signál, který následně pomocí klasifikátoru rozhodne o jaké slovo z tabulky slov se jedná. Byly vytvořeny 3 modely se stejnou architekturou avšak s různými trénovacími daty. Tyto modely byly následně porovnány mezi sebou. Pro výsledný systém bylo vytvořené jednoduché uživatelské rozhraní.
|
|
|
Ovládání počítačových aplikací přirozeným pohybem hlavy
Vojvoda, Jakub ; Materna, Zdeněk (oponent) ; Beran, Vítězslav (vedoucí práce)
Cílem této práce je navrhnout a realizovat systém sledující hlavu uživatele ve vstupních obrazových snímcích a na základě její pozice dosáhnout interakci s počítačovými aplikacemi. V rámci řešení byly navrženy 4 metody detekce hlavy využívající metody počítačového vidění jako detekci obličeje pomocí Haarových příznaků, detekce pozadí, camshift nebo Lucas-Kanade na výpočet optického toku. Jednotlivé metody byly testovaný na nahraných a v dané oblasti používaných datasetech a vyhodnoceny. Výsledek je využit k ovládaní demo aplikací pohybem hlavy.
|
|
|
Detekce dopravních značek v obraze a videu
Kočica, Filip ; Hradiš, Michal (oponent) ; Herout, Adam (vedoucí práce)
Tato práce řeší problematiku detekce dopravního značení za pomoci moderních technik zpracování obrazu. K řešení byla použita speciální architektura hluboké konvoluční neuronové sítě zvaná YOLO, tedy You Only Look Once, která řeší detekci i klasifikaci objektů v jednom kroce, což celý proces značně urychluje. Práce pojednává také o porovnání úspěšnosti modelů trénovaných na reálných a syntetických datových sadách. Podařilo se dosáhnout úspěšnosti 63.4% mAP při použití modelu trénovaného na reálných datech a úspěšnosti 82.3% mAP při použití modelu trénovaného na datech syntetických. Vyhodnocení jednoho snímku trvá na průměrně výkonném grafickém čipu ~40.4ms a na nadprůměrně výkonném čipu ~3.9ms. Přínosem této práce je skutečnost, že model neuronové sítě trénovaný na syntetických datech může za určitých podmínek dosahovat podobných či lepších výsledků, než model trénovaný na reálných datech. To může usnadnit proces tvorby detektoru o nutnost anotovat velké množství obrázků.
|
|
|
Predikce vlivu mutace na rozpustnost proteinů
Velecký, Jan ; Martínek, Tomáš (oponent) ; Hon, Jiří (vedoucí práce)
Cílem práce je vytvoření prediktoru změny rozpustnosti mutovaného proteinu ze znalosti jeho původní 3D struktury. Predikce rozpustnosti proteinů je část bioinformatiky, která dosud není uspokojivě vyřešena. Přičemž především predikci ze 3D struktury není věnována náležitá pozornost. Práce obsahuje souhrn relevantních znalostí o proteinech, jejich rozpustnosti a stávajících predikčních nástrojích. Princip navrženého prediktoru je inspirován článkem Surface Patches, a práce si tak dává za cíl také ověřit výsledky v něm dosažené. Navržená predikce funguje podle změn oblastí kladného elektrického potenciálu nad povrchem proteinu. Nástroj byl úspěšně implementován a byla provedena celá řada výpočetně náročných experimentů. Z nich vyplynulo, že tímto způsobem lze elektrický potenciál, a tedy i prediktor, použít úspěšně jen u omezené množiny proteinů. Metoda použitá v článku navíc koreluje s mnohem jednodušší proměnou celkového náboje proteinu.
|
|
|
Pokročilá analýza obrazu využitím hlubokých neuronových sítí
Hynek, Vojtěch ; Přinosil, Jiří (oponent) ; Kiac, Martin (vedoucí práce)
Tato bakalářská práce se zabývá problematikou detekce objektů v obraze s využitím konvoluční neuronové sítě. Výsledkem této práce je vlastní datová sada, model neuronové sítě YOLOv4 a skript sloužící pro zpracování výsledných dat modelu. Datová sada obsahuje 8080 snímků, na kterých je anotováno 14 objektů. Modelu neuronové sítě byla zmenšena jeho hloubka, díky které významně vzrostla rychlost samotné detekce. Skript zpracovávající výsledná data vypočítává 3D a GPS souřadnice detekovaného objektu v prostoru. V závěru práce jsou shrnuty výsledky modelu a současně je uvedeno, jakým způsobem by mohlo dojít ke zlepšení kvality datové sady.
|
host ::
RSS.