|
|
Uživatelské rozhraní pro Active Learning detekce a klasifikace v obraze
Bureš, Tomáš ; Šůstek, Martin (oponent) ; Rozman, Jaroslav (vedoucí práce)
Při aktivním učení doménový expert nemusí anotovat veškerá data, ale pouze ta, která umožní model trénovat postupně. Příkladem aktivního učení je například detekce a následné odstranění špatných anotací. Dalším příkladem je detekce a rozšíření trénovacích dat, na kterých model selhává. Součástí práce je popis knihoven, frameworků a programů, které lze pro aktivní učení integrovat. Hlavní částí je návrh a popis uživatelského rozhraní webové aplikace pro aktivní učení. Aplikace umožňuje uživateli prohlížet dataset, řadit anotace a obrázky na základě vícero kritérií a upravovat anotace generované modelem aktivního učení. Grafické uživatelské rozhraní aplikace bylo implementováno s použitím frameworku Vue.js a knihovny Paper.js. V závěru práce je diskutována funkčnost a možnosti budoucícho rozšíření.
|
|
|
Odhad pozice chodidel v obraze
Havlíček, Lukáš ; Orság, Filip (oponent) ; Goldmann, Tomáš (vedoucí práce)
Tato práce se zabývá návrhem a implementací řešení odhadu pozice chodidel v obraze se zaměřením na případy, kdy jsou nohy v obraze zakryté. Je zde popsána oblast antropometrie, neuronových sítí, návrhu a implementace řešení a následné experimenty. K řešení je využito vlastní konvoluční sítě, implementované pomocí rozhraní Keras s vytvořením vlastního datasetu se zaměřením na zakryté nohy. U experimentů je využito ostatních bodů na těle za účelem zvýšení přesnosti.
|
|
|
Traffic Analysis Using Machine Learning Approach.
Zelený, O. ; Frýza, T.
This paper provides insight to the YOLOv5 deep learning architecture and its use for vehicle detection and classification in order to improve traffic management in larger cities and busy roads. The paper presents simple system with one fixed camera and Jetson Nano, a computer for embedded and AI application, to detect and classify vehicles.
|
|
|
Odhad pozice chodidel v obraze
Havlíček, Lukáš ; Orság, Filip (oponent) ; Goldmann, Tomáš (vedoucí práce)
Tato práce se zabývá návrhem a implementací řešení odhadu pozice chodidel v obraze se zaměřením na případy, kdy jsou nohy v obraze zakryté. Je zde popsána oblast antropometrie, neuronových sítí, návrhu a implementace řešení a následné experimenty. K řešení je využito vlastní konvoluční sítě, implementované pomocí rozhraní Keras s vytvořením vlastního datasetu se zaměřením na zakryté nohy. U experimentů je využito ostatních bodů na těle za účelem zvýšení přesnosti.
|
|
|
Uživatelské rozhraní pro Active Learning detekce a klasifikace v obraze
Bureš, Tomáš ; Šůstek, Martin (oponent) ; Rozman, Jaroslav (vedoucí práce)
Při aktivním učení doménový expert nemusí anotovat veškerá data, ale pouze ta, která umožní model trénovat postupně. Příkladem aktivního učení je například detekce a následné odstranění špatných anotací. Dalším příkladem je detekce a rozšíření trénovacích dat, na kterých model selhává. Součástí práce je popis knihoven, frameworků a programů, které lze pro aktivní učení integrovat. Hlavní částí je návrh a popis uživatelského rozhraní webové aplikace pro aktivní učení. Aplikace umožňuje uživateli prohlížet dataset, řadit anotace a obrázky na základě vícero kritérií a upravovat anotace generované modelem aktivního učení. Grafické uživatelské rozhraní aplikace bylo implementováno s použitím frameworku Vue.js a knihovny Paper.js. V závěru práce je diskutována funkčnost a možnosti budoucícho rozšíření.
|
host ::
RSS.