|
|
Segmentace obrazových dat využitím hlubokých neuronových sítí
Hrdý, Martin ; Myška, Vojtěch (oponent) ; Kiac, Martin (vedoucí práce)
Cílem této diplomové práce je seznámit se a nastudovat teorii současných segmentačních metod, které používají hluboké učení. Na základě teoretických znalostí bude navržena a vytvořena segmentační neuronová síť, která bude schopna segmentovat jednotlivé instance objektů. Segmentační neuronová síť bude zaměřena na detekci elektronických součástek na deskách plošných spojů.
|
|
|
Hluboké neuronové sítě pro detekci anomálií při kontrole kvality
Juřica, Tomáš ; Herout, Adam (oponent) ; Hradiš, Michal (vedoucí práce)
Cílem této práce je automatizovat detekci defektů při průmyslové výrobě plastových karet. Typickým defektem vzniklým při takovéto výrobě je kontaminace prachovými částicemi či vlasem. Hlavními výzvami, které v této práci řeším, je malý počet dostupných dat (214 karet), velmi malá plocha defektů v kontextu celé karty (průměrně 0,0068 \% plochy karty) a zároveň velice rozmanité a komplexní pozadí, ve kterém defekty hledám. Realizaci úkolu jsem dosáhl za použití detekčního algoritmu Mask R-CNN a rozšíření datové sady pomocí namodelování vzhledu typických defektů a vytvoření syntetického datasetu o počtu 20 000 obrázků, na kterém jsem detektor natrénoval. Takovýmto způsobem jsem dosáhl 0,83 AP při IoU rovno 0,1 na testovací části původní datové sady.
|
|
|
Detekce graffiti tagů v obraze
Fischer, Martin ; Kodym, Oldřich (oponent) ; Špaňhel, Jakub (vedoucí práce)
Cílem této práce je porovnat různé přístupy počítačového vidění se záměrem automatické detekce graffiti tagů v obraze. Za tímto účelem byly v řešení použity modely založené na neuronových sítích. V práci byly otestovány jak osvědčené detekční modely, tak i modely experimentální. U nejpřesnějšího z nich (Faster R-CNN) bylo dosaženo přesnosti 83% mAP, což poukázalo na vhodnost těchto modelů při řešení otázky detekce tagů.
|
|
|
Detekce dopravních prostředků v obraze a videu
Rozprým, Dalimil ; Juránek, Roman (oponent) ; Špaňhel, Jakub (vedoucí práce)
Cílem této práce je porovnání dostupných vícetřídních detektorů při detekci silničních vozidel na vhodně vytvořené datové sadě. Jako vícetřídní detektory byly vybrány neuronové sítě určené k detekci a klasifikaci objektů v obraze. Experimentováno je s detektory Mask R-CNN, YOLOv4 a YOLACT++, které jsou v práci popsány. Výběr detektorů zastupuje různé architektury a přístupy k detekci. Pro účely učení a testování je v práci detailně popsána vytvořená datová sada a její parametry. Detekce je testována na obraze z běžného silničního provozu a samostatně na částečně překrytých objektech. Výsledkem práce je znovupoužitelná a rozšířitelné datová sada, naměřené výsledky dosažené při detekci a jejich hlubší rozbor.
|
|
| |
|
|
Určení obsazenosti parkoviště z obrazu
Aghayev, Raul ; Zemčík, Pavel (oponent) ; Herout, Adam (vedoucí práce)
Cílem diplomové práce je vytvořit aplikaci, která bude pracovat s detekcí vozidel na videu z parkovišť a určením obsazeností těch samých parkovišť, ukládáním dat o nich a počítáním počtu obsažených slotů. Tento druh aplikace může v budoucnu nahradit senzory, zatímco jeho cena je mnohem levnější a aplikace detekuje nová přicházející auta v reálném čase, navíc s některými statistikami, jako jsou nejoblíbenější parkovací sloty nebo celkový počet automobilů na parkoviště dnes
|
|
|
Umělá inteligence pro hledání parkovacího místa
Sicha, Marek ; Koudelka, Vlastimil (oponent) ; Kadlec, Petr (vedoucí práce)
Tato práce se zabývá rozpoznáváním parkovacích míst v obrazech pomocí umělé inteligence. Cílem práce bylo prostudovat neuronové sítě a vybrat vhodnou sít pro řešení daného problému. Pro implementaci byl zvolen programovací jazyk Python a jako vhodná neuronová síť byla vybrána konvoluční síť Mask R-CNN. Pro natrénování neuronové sítě byla vytvořena vlastní datová sada, které obsahuje snímky pořízené z pouličních kamer. Natrénovaná síť byla následně implementována v programu, který snadno poskytuje informace o dostupných parkovacích místech v určité oblasti. Program analyzuje snímky z kamer na parkovištích a v ulicích, určí počet volných parkovacích míst a zobrazí tyto informace v mapě.
|
|
|
Segmentace snímků z termokamery aplikací vybraných konvolučních neuronových sítí
BENEDA, Lukáš
Tato práce se zabývá problémem segmentace instancí paznehtu skotu na termografických snímcích pomocí neuronových sítí. Cílem této práce bylo otestovat několik vybraných řešení a vyhodnocení jejich výsledků. Základem práce je rešerše existujících řešení, příprava datasetu, výběr modelů neuronových sítí a ohodnocení výsledků jednotlivých modelů. Práce popisuje postup prací a závěrem jsou porovnány jednotlivé výsledky a vyhodnoceno nejlepší řešení. Výsledkem práce je vytvořený dataset termografických snímků paznehtů a 3 otestované modely neuronových sítí, ze kterých 2 jsou velmi dobře použitelné pro řešení daného problému.
|
|
|
Detekce dopravních prostředků v obraze a videu
Rozprým, Dalimil ; Juránek, Roman (oponent) ; Špaňhel, Jakub (vedoucí práce)
Cílem této práce je porovnání dostupných vícetřídních detektorů při detekci silničních vozidel na vhodně vytvořené datové sadě. Jako vícetřídní detektory byly vybrány neuronové sítě určené k detekci a klasifikaci objektů v obraze. Experimentováno je s detektory Mask R-CNN, YOLOv4 a YOLACT++, které jsou v práci popsány. Výběr detektorů zastupuje různé architektury a přístupy k detekci. Pro účely učení a testování je v práci detailně popsána vytvořená datová sada a její parametry. Detekce je testována na obraze z běžného silničního provozu a samostatně na částečně překrytých objektech. Výsledkem práce je znovupoužitelná a rozšířitelné datová sada, naměřené výsledky dosažené při detekci a jejich hlubší rozbor.
|
|
|
Určení obsazenosti parkoviště z obrazu
Aghayev, Raul ; Zemčík, Pavel (oponent) ; Herout, Adam (vedoucí práce)
Cílem diplomové práce je vytvořit aplikaci, která bude pracovat s detekcí vozidel na videu z parkovišť a určením obsazeností těch samých parkovišť, ukládáním dat o nich a počítáním počtu obsažených slotů. Tento druh aplikace může v budoucnu nahradit senzory, zatímco jeho cena je mnohem levnější a aplikace detekuje nová přicházející auta v reálném čase, navíc s některými statistikami, jako jsou nejoblíbenější parkovací sloty nebo celkový počet automobilů na parkoviště dnes
|
host ::
RSS.