Národní úložiště šedé literatury Nalezeno 2 záznamů.  Hledání trvalo 0.00 vteřin. 
Detekce objektu s využitím hloubkových dat
Valko, Marek ; Hradiš, Michal (oponent) ; Musil, Petr (vedoucí práce)
This bachelor thesis addresses the detection of objects in images using depth data. The goal was to select appropriate deep learning methods and experimentally verify them on relevant datasets. The thesis begins with an overview of basic techniques for detecting objects in images and depth data, utilizing selected datasets NYU Depth v2 and Washington RGB-D to test modified YOLOv5 and YOLOv8 models, adapted for effective processing of RGB-D data. The experiments explored various representations of depth information and analyzed how the integration of depth data enhances the performance of these models. The results demonstrated significant improvements in mAP metrics compared to traditional models that use only RGB data. The integration of depth data thus allowed for more accurate and reliable object detection results.
Automatické určení souřadnic zařízení pozičního systému z prostorových dat
Bucher, Michal ; Vašíček, Zdeněk (oponent) ; Šimek, Václav (vedoucí práce)
Diplomová práce se zabývá detekcí kotev lokalizačního systému v prostoru a určením jejich pozice. Pro zajištění správného fungování RTLS systému firmy Sewio Networks s. r. o. je nutné znát umístění kotev v prostorách instalace. Kotvy zachytávají informace o pozici tagů v prostoru. V textu práce jsou popsané technologie využívané pro detekci objektu a pro záznam 3D dat prostoru. Velká část textu je věnovaná vyhodnocení již existujících řešení. Na základě vyhodnocení byl vybrán způsob, který byl součástí této práce implementován. Výsledná data získaná za pomocí implementace jsou porovnaná s již změřenými pozicemi kotev ze systému Sensmap Visualization firmy Sewio Networks s. r. o..

Chcete být upozorněni, pokud se objeví nové záznamy odpovídající tomuto dotazu?
Přihlásit se k odběru RSS.