|
|
Deep Learning Algorithms on Embedded Devices
Hadzima, Jaroslav ; Boštík, Ondřej (referee) ; Horák, Karel (advisor)
Táto práca popisuje v súčastnosti široko používané architektúry a modely pre Hlboké Učenie, riešiace úlohu detekcie a klasifikácie objektov vo videu. Dôraz tu bude kladený na ich použiteľnosť na vstavaných zariadeniach. Postupne preberieme kroky a odvôvodňovanie pri výbere najlepšieho vstavaného systému pre našu aplikáciu. Ukážková aplikáci pozostáva hlavne z detekcie vozidiel a detekcie voľných parkovacích miest s využitím algoritmov Hlbokého Učenia. Táto aplikácia umožňuje monitorovať počet vozidiel, nachádzajúcich sa na parkovisku a zároveň rozhodnúť, či sa nachádzajú na prakovacom mieste alebo nie. Následne tu budú prebrané kroky nutné ku konfigurácii zariadenia s dôrazom na optimalizáciu hardvéru pre dosiahnutie čo najväčšej rýchlosti. V ďaľšej časti bude poskytnuté porovnanie vybraných modelov, ktoré budú porovnávané hlavne v kategóriách ako rýchlosť alebo F1 skóre. Najlepší kandidát bude použitý na riešenie našej aplikácie a následné testovanie jej vlastností s názvom Inteligentné parkovisko.
|
|
|
Structured-light 3D scanner
Hadzima, Jaroslav ; Chromý, Adam (referee) ; Jelínek, Aleš (advisor)
3D scanner is a device capable of creating a model using analysis, most commonly from image data. 3D scanners could be divided into two major groups, contact and noncontact scanners. Aim of this study is to interpret problematics of 3D scanning with structured light. Specifically usage of Gray code patterns. There is step by step evaluation of individual hardware and software obstacles and possible errors, from calibration to final point cloud. In next section, there are included tests determining quality, precision and accuracy of scanning with given method. System is applicable to mobile robots and yet fully remotely controlled. The majority of enumerations is taking place in Raspberry Pi 3 model B, just visualization alone is done from computer.
|
|
|
Deep Learning Algorithms on Embedded Devices
Hadzima, Jaroslav ; Boštík, Ondřej (referee) ; Horák, Karel (advisor)
Táto práca popisuje v súčastnosti široko používané architektúry a modely pre Hlboké Učenie, riešiace úlohu detekcie a klasifikácie objektov vo videu. Dôraz tu bude kladený na ich použiteľnosť na vstavaných zariadeniach. Postupne preberieme kroky a odvôvodňovanie pri výbere najlepšieho vstavaného systému pre našu aplikáciu. Ukážková aplikáci pozostáva hlavne z detekcie vozidiel a detekcie voľných parkovacích miest s využitím algoritmov Hlbokého Učenia. Táto aplikácia umožňuje monitorovať počet vozidiel, nachádzajúcich sa na parkovisku a zároveň rozhodnúť, či sa nachádzajú na prakovacom mieste alebo nie. Následne tu budú prebrané kroky nutné ku konfigurácii zariadenia s dôrazom na optimalizáciu hardvéru pre dosiahnutie čo najväčšej rýchlosti. V ďaľšej časti bude poskytnuté porovnanie vybraných modelov, ktoré budú porovnávané hlavne v kategóriách ako rýchlosť alebo F1 skóre. Najlepší kandidát bude použitý na riešenie našej aplikácie a následné testovanie jej vlastností s názvom Inteligentné parkovisko.
|
|
|
Structured-light 3D scanner
Hadzima, Jaroslav ; Chromý, Adam (referee) ; Jelínek, Aleš (advisor)
3D scanner is a device capable of creating a model using analysis, most commonly from image data. 3D scanners could be divided into two major groups, contact and noncontact scanners. Aim of this study is to interpret problematics of 3D scanning with structured light. Specifically usage of Gray code patterns. There is step by step evaluation of individual hardware and software obstacles and possible errors, from calibration to final point cloud. In next section, there are included tests determining quality, precision and accuracy of scanning with given method. System is applicable to mobile robots and yet fully remotely controlled. The majority of enumerations is taking place in Raspberry Pi 3 model B, just visualization alone is done from computer.
|
guest ::
