Plant Pest Detection via Deep-Learning Models – Ing. Dušan Šuľan
Ing. Dušan Šuľan
Master's thesis
Plant Pest Detection via Deep-Learning Models
Plant Pest Detection via Deep-learning Models
Abstract:
This diploma thesis addresses the detection of pests using deep learning models. The aim was to train deep learning networks for accurate and fast pest detection. The evaluation was based on Precision, Recall, and network speed indicator. The results show that the fastest of the tested networks is Scaled YOLOv4 CSP Large and the most accurate is Faster R-CNN with Resnet152. Basic network augmentations …moreAbstract:
Tato diplomová práce řeší detekci škůdců pomocí modelů hlubokého učení. Cílem bylo natrénovat sítě hlubokého učení pro přesnou a rychlou detekci škůdců. Vyhodnocení probíhalo na základě ukazatelů Precision, Recall a rychlosti sítě. Výsledky ukazují, že nejrychlejší z testovaných síťí je Scaled YOLOv4 CSP Large a nejpřesnejší Faster R-CNN s Resnet152. Základní augmentace sítí zlepšili přesnost o 10 …more
Language used: English
Date on which the thesis was submitted / produced: 17. 5. 2021
Thesis defence
Citation record
The right form of listing the thesis as a source quoted
Šuľan, Dušan. Plant Pest Detection via Deep-Learning Models. Zlín, 2021. diplomová práce (Ing.). Univerzita Tomáše Bati ve Zlíně. Fakulta aplikované informatiky
Full text of thesis
Contents of on-line thesis archive
Published in Theses:- autentizovaným zaměstnancům ze stejné školy/fakulty
Other ways of accessing the text
Institution archiving the thesis and making it accessible: Univerzita Tomáše Bati ve Zlíně, Fakulta aplikované informatikyPlny text prace je k dispozici v elektronicke podobe
Tomas Bata University in Zlín
Faculty of Applied InformaticsMaster programme / field:
Engineering Informatics / Information Technologies
Theses on a related topic
-
Simple Camera-based Object Distance Estimation
Ngoc Thach Pham -
3D Object Pose Estimation from RGB-D Data
Petr Martínek -
Kapsulové neuronové sítě v počítačovém vidění
David ČÍŽ -
Detekce škůdců na listech rajčatového porostu s využitím konvolučních neuronových sítí
Tomáš Javořík -
Monitoring a detekce patogenů v systémech péče o dřeviny
Adéla Jakubcová -
Detekce parazitoidů v hostitelích: případ lumčíka Dinocampus coccinellae ve slunéčku Harmonia axyridis
Sarah Maršíková -
Návrh a implementace neuronové sítě YOLO3 pro rozpoznávání zvolených objektů v reálném čase
Vít Hlaváček -
Detekce osob na dopravním prostředku pomocí YOLO algoritmu
Ondřej Binar