|
|
A Reduced Neural Network for Classifying the Presence of People in an Image
Stanček, Rastislav ; Rydlo, Štěpán (oponent) ; Goldmann, Tomáš (vedoucí práce)
This thesis focuses on the topic of computer vision, more specifically, on classifying people's presence in image data. The goal is to create a reduced neural network utilizing knowledge distillation. Object classification and detection is a computationally an expensive operation. A student model created utilizing knowledge distillation shows equivalent accuracy while being smaller and having better inferencing speed compared to the teacher model. Such model can be interdisciplinarily utilized on end devices having relatively low computational capabilities.
|
|
|
Moderní přístup k měření citlivosti mikrobiálních kultur na antibiotika s využitím strojového učení
Lepík, Jakub ; Burget, Radim (oponent) ; Čičatka, Michal (vedoucí práce)
Bakalářská práce se zaměřuje na problematiku měření citlivosti mikrobiálních kultur na antibiotika (AST), konkrétně na vylepšení a automatizaci vyhodnocení diskové difúzní metody pomocí strojového učení a architektur pro detekci objektů v obraze. Díky využití vývojové platformy TensorFlow a rozsáhlé datové sady, na níž byly vytrénovány vlastní detekční modely, jako je EfficientDet, je umožněno zpracování široké škály vstupních dat. To přináší možnost využití mobilních zařízení vedle tradičních laboratorních přístrojů při vyhodnocování této metody. Pomocí dalších technik zpracování obrazu a knihovny OpenCV byl vyvinut vlastní algoritmus na měření velikosti inhibičních zón, který je společně s detekčními modely integrován v rámci modulu do webové aplikace společnosti Bruker Daltonics GmbH & Co. Tento modul, vyvíjený pomocí platformy ASP.NET, je přehledným a užitečným nástrojem pro asistenci pracovníkům v mikrobiologických laboratořích.
|
|
|
Detekce začátku a konce komplexu QRS s využitím hlubokého učení
Müller, Jakub ; Šaclová, Lucie (oponent) ; Smíšek, Radovan (vedoucí práce)
Měření EKG je základním diagnostickým nástrojem zdravotního stavu srdce a automatizace jeho analýzy může přispět ve zdravotnictví k odhlečení pracovní zátěže personálu nebo ke zlepšení kvality automatické diagnostiky z nositelných zařízení. Tato práce se zaměřuje konkrétně na komplex QRS v signále EKG, s hlavním cílem aplikování metod hlubokého učení k detekci jeho počátku a konce. V teoretickém úvodu je čtenář seznámen s původem komplexu QRS a měřením EKG, umělými neuronovými sítěmi a hlubokým učením. Pro implementaci vlastní metody byla zvolena architektura U-Net modifikovaná pro 1D signály. Data byly čerpány z pěti veřejně přístupných databází, jejich předzpracování proběhlo v prostředí Matlab. Následoval přesun do prostředí Python kde byly realizovány části modelu s použitím knihoven TensorFlow a Keras, následné trénování, testování modelu a vyhodnocení výsledků.
|
|
|
Control and acquisition of data from camera sensor OV2312
Kováč, Dávid ; Kříž, Petr (oponent) ; Přinosil, Jiří (vedoucí práce)
This bachelor thesis deals with the implementation of a driver for the camera sensor OV2312 into the libcamera framework, with the creation of an API interface that allows direct frame capture from a camera in the C++ language and with the creation of a program for demosaicing raw data from the camera sensor for the Raspberry Pi platforms. The aim of this thesis is not only the creation of software that would allow the camera sensor OV2312 to work with Raspberry Pi computers, but will also provide extended control options. The theoretical part describes the single board computers Raspberry Pi, the Libcamera library, the demosaicing process and the troubleshooting procedure. The output of the thesis is a modified Libcamera library that allows the user to capture images and change the parameters of the camera sensor. The created library for direct access to the camera in the C++ language allows to expand the capabilities of the camera sensor. The program for demosaicing provides the user the ability to convert raw data into images.
|
|
|
Optimalizace řízení s pomocí zpětnovazebního učení na platformě Robocode
Pastušek, Václav ; Myška, Vojtěch (oponent) ; Burget, Radim (vedoucí práce)
Tato diplomová práce se zabývá optimalizací řízení tankového robota v prostředí Robocode za využití zpětnovazebního učení. Komplexita tohoto problému spadá do třídy EXPSPACE, což představuje výzvu, kterou nelze podcenit. Teoretická část práce pečlivě zkoumá platformu Robocode, koncepty zpětnovazebního učení a příslušné algoritmy, zatímco praktická část se zaměřuje na optimalizaci agenta, implementaci zpětnovazebních algoritmů a vytvoření uživatelsky přívětivého rozhraní pro snadné trénování a testování modelů. V rámci práce bylo natrénováno a otestováno celkem 64 modelů, jejichž data a parametry jsou vzájemně srovnávány a prezentovány v přiložených databázích a grafech. Nejlepší výsledky v průměrném počtu zásahů na epizodu dosáhly modely s označením v0.8.0 a v1.0.0. U prvního z nich se projevila určitá schopnost vyhýbání se střelám, zatímco u druhého byly pozorovány úspěšnější zásahy.
|
|
|
Generativní neuronová síť pro tvorbu syntetických fotorealistických obrazů
Hora, Adam ; Přinosil, Jiří (oponent) ; Říha, Kamil (vedoucí práce)
Hlavním cílem této práce je vybrat a navrhnout model neuronové sítě, který bude schopen generovat realistické obrázky tématicky zapadající do vybrané datové sady. Pro řešení je použita architektura hluboké konvoluční generativní adverzní sítě. Tato síť je implementována v programovacím jazyce Python pomocí aplikačních programovacích rozhraní Tensorflow a v něm obsaženém rozhraní Keras. Model je natrénován na vybrané datové sadě a jsou zobrazeny výsledné vygenerované snímky. Finální model a jednotlivé snímky jsou nakonec vyhodnoceny pomocí různých metod hodnocení kvality.
|
|
|
Inteligentní přístupový terminál na platformě ESP32
Pomykal, Šimon ; Vašíček, Zdeněk (oponent) ; Šimek, Václav (vedoucí práce)
Cílem této práce je navrhnout levné řešení inteligentního přístupového systému založeného na platformě esp32. Toto řešení bude zaměřeno zejména na zabezpečení rodinných domů, bytů, garáží, zahrad apod. Přístupový systém je tvořen modulem terminálu, určeným pro autentizaci osob pomocí senzoru otisku prstu a kamerami, které monitorují vymezenou vstupní oblast daného objektu. Tyto moduly jsou připojeny ke cloudu pomocí služby AWS IoT Core. Další částí systému je cloudová aplikace, jenž vyhodnocuje data z jednotlivých modulů. Přístupový systém je primárně navržen jako součást domácího zabezpečovacího systému, ale může být do jisté míry využit i samostatně.
|
|
|
Detekce kvádrů-krabic v obraze
Soroka, Matej ; Bartl, Vojtěch (oponent) ; Herout, Adam (vedoucí práce)
Cieľom tejto práce je experimentovať a vyhodnotis rôznymi prístupmi počítačového videnia s cieľom automatickej detekcie krabíc-kvádrov v obraze, za týmto cieľom boli v riešení použité prístupy založené na neurónových sieťach. V práci boli prevedené experimenty s klasifikáciou pomocou vlastnej dátovej sady, klasifikáciou s využitím vlastnej konvolučnej neurónovej siete, detekciou pomocou pouvného okna, detektora YOLO a v poslednej časti návrh vylepšenia s použitím sietí U-net a MirrorNet.
|
|
|
Matení algoritmů počítačového vidění
Hrabal, Matěj ; Bartl, Vojtěch (oponent) ; Herout, Adam (vedoucí práce)
Cílem této práce bylo zkoumání existujících metod matení počítačového vidění a rozpoznávání. Zaměřil jsem se zejména na metody typu pixel attack.Dále jsem porovnal jednotlivé metody obrany proti těmto útokům. Jednotlivé metody typu pixel attack a možnosti obrany proti těmto útokům jsem implementoval v jazyce python s využitím knihovny Keras. V rámci práce jsem vytvořil nástroj, který umožňuje provést útok metodou pixel attack na uživateli zvoleném obrázku, a z informací získaných při útocích dokáže generovat statistiky. Nástroj také umožňuje detekovat možné útoky v obrázcích.
|
|
|
Enhancement of image quality for security forces
Varga, Adam ; Galáž, Zoltán (oponent) ; Burget, Radim (vedoucí práce)
This bachelor thesis deals with image quality enhancement for security forces. Image quality enhancement in this case means increasing the resolution of image data by using super-resolution techniques using models of deep convolutional neural networks. The thesis in its theoretical part describes the principles of the operation of this technique and in its practical part is presented the work with selected state-of-the-art models in the area of super-resolution.
|
host ::
RSS.