|
|
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.
|
|
|
Statistická analýza ROC křivek
Kutálek, David ; Bednář, Josef (oponent) ; Michálek, Jaroslav (vedoucí práce)
ROC křivka (z anglického Receiver Operating Characteristic curve) je zobrazení dvou různých distribučních funkcí F0 a F1, kde na osy se vynáší hodnoty 1-F0(c) a 1-F1(c). Parametr c je reálné číslo. Takto sestrojená křivka se v poslední době často využívá k posouzení kvality diskriminačního pravidla pro zařazení objektu do jedné ze dvou tříd. Jako kritérium pak slouží velikost plochy pod ROC křivkou. V reálných úlohách se pak uplatňují metody bodových a intervalových odhadů ROC křivek a testování statistických hypotéz o ROC křivkách.
|
|
|
Vliv barevných modelů na chování konvolučních neuronových sítí
Šimunský, Martin ; Doležel, Petr (oponent) ; Škrabánek, Pavel (vedoucí práce)
Diplomová práce zkoumá aktuální poznatky týkající se vlivu barevných modelů na chování konvoluční neuronové sítě. Na základě poznatků je proveden experiment na toto téma se šesti barevnými modely RGB, HSV, CIE 1931 XYZ, CIE 1976 L*a*b*, YIQ a YCbCr a hlubokou konvoluční neuronovou sítí ResNet-101. Barevný model RGB dosáhl v tomto experimentu nejvyšší přesnosti klasifikace, model HSV nejnižší.
|
|
|
Klasifikace objektů zpracováním obrazu na základě změny topologie
Zbavitel, Tomáš ; Věchet, Stanislav (oponent) ; Krejsa, Jiří (vedoucí práce)
Cílem předkládané práce je vybrat vhodnou metodu klasifikace objektů pro rozpoznání znaků jednoruční prstové abecedy. Za tímto účelem byla vytvořena dostatečně mohutná množina dat, která je součástí této práce. Vytvoření množiny dat je nutné pro trénink konvoluční neuronové sítě. Dále byla nalezena vhodná topologie pro klasifikaci dat. Celá práce je implementována pomocí programu Python a byla použita open-source knihovna Keras.
|
|
| |
|
|
Computer Vision with Active Learning
Kolář, Martin ; Machová, Kristína (oponent) ; Arridge, Simon (oponent) ; Zemčík, Pavel (vedoucí práce)
Machine Vision methods benefit from improving models, tuning trained parameters, or labeling representative data. In a series of experiments, this work validates the hypothesis that Active Learning improves the accuracy of these models. By extending the pseudolabel framework to Active Learning, this work includes a One-shot-learning approach to learn novel image categories by utilising an algorithmic recommender, an online Graphical User Interface to optimise the online Exploration/Exploitation tradeoff for tagging, and a two-step offline binary Active Learning framework to improve the quality of data used for Font Capture. By demonstrating the benefit of Active Learning in these approaches, this work contributes to the hypothesis, as well as concrete Machine Vision applications.
|
|
|
Traffic analysis using on machine learning
Zelený, Ondřej ; Slanina, Martin (oponent) ; Frýza, Tomáš (vedoucí práce)
The aim of this thesis is to investigate the problematic of object detection and classification for traffic analysis. The theoretical part of the paper takes insight on numerous methods and techniques of object detection and classification. Further the paper discuses popular frameworks and programming languages for implementation of convolutional neural networks as well as multi-object tracking and communication with IoT server. The practical part shows implementation of chosen model and additional functionalities, object trackers and communication with selected IoT platform as well as data processing in cloud and visualization.
|
|
|
Automatické třídění fotografií podle obsahu
Gajová, Veronika ; Hradiš, Michal (oponent) ; Španěl, Michal (vedoucí práce)
Hlavním cílem práce je návrh a implementace klasifikačního nástroje pro účely automatické organizace fotografií, založeného na metodě Bag of Words. Nástroj je implementován jako XnView zásuvný modul, který klasifikuje vybrané fotografie a zapisuje název nejlépe ohodnocené kategorie jako klíčové slovo do IPTC metadat obrazového souboru.
|
|
|
Detekce události v kamerovém záznamu
Smolnikov, Mikhail ; Sikora, Pavel (oponent) ; Horváth, Tomáš (vedoucí práce)
Tato bakalářská práce se zaměřuje na problematiku detekce a klasifikace pohybujících se objektů ve videosekvencích. Práce popisuje základní algoritmy a metody zpracování obrazových dat, včetně úvodu do použití neuronových sítí. V praktické části je znázorněna vnitřní logika desktopové aplikace umožňující uživatelům vyhodnotit vlastní videozáznamy z hlediska výskytu pohybů. Výsledná aplikace mnohonásobně urychluje proces analýzy videa na vybraném zařízení.
|
|
|
Traffic analysis using on machine learning
Zelený, Ondřej ; Slanina, Martin (oponent) ; Frýza, Tomáš (vedoucí práce)
The aim of this thesis is to investigate the problematic of object detection and classification for traffic analysis. The theoretical part of the paper takes insight on numerous methods and techniques of object detection and classification. Further the paper discuses popular frameworks and programming languages for implementation of convolutional neural networks as well as multi-object tracking and communication with IoT server. The practical part shows implementation of chosen model and additional functionalities, object trackers and communication with selected IoT platform as well as data processing in cloud and visualization.
|
host ::
RSS.