Využití metod strojového učení pro detekci plevelů v plodinách – Bc. Adam Hruška
Bc. Adam Hruška
Diplomová práce
Využití metod strojového učení pro detekci plevelů v plodinách
Using of machine learning methods for weed detection in crops
Anotace:
Primárním cílem práce bylo ověření možností využití morfologických znaků plevelných rostlin pro jejich detekci na bázi strojového učení. Pro dosažení cíle bylo nutné nasbírat dostatečný objem relevantních dat, které následně sloužily jako báze pro trénink a evaluaci modelu strojového vidění. Příprava vhodné platformy pro sběr dat, společně se systematickou přípravou získaných snímků pro trénink modelu …víceAbstract:
The primary goal of the analysis consists of the use of morphological features of weeds for their detection through machine learning. For successful completion of the analysis, the computer vision model required immense amounts of relevant data for training and evaluation. The preparation of a data-gathering platform as well as the systematic preparation of the obtained images were the main sectional …více
Jazyk práce: čeština
Datum vytvoření / odevzdání či podání práce: 14. 4. 2022
Obhajoba závěrečné práce
- Vedoucí: Ing. Pavel Hamouz, Ph.D.
Citační záznam
Citace dle ISO 690:
HRUŠKA, Adam. \textit{Využití metod strojového učení pro detekci plevelů v plodinách}. Online. Diplomová práce. Praha: Česká zemědělská univerzita v Praze, Fakulta agrobiologie, potravinových a přírodních zdrojů. 2022. Dostupné z: https://theses.cz/id/1n1hki/.
Plný text práce
Obsah online archivu závěrečné práce
Zveřejněno v Theses:- světu
Jak jinak získat přístup k textu
Instituce archivující a zpřístupňující práci: Česká zemědělská univerzita v Praze, Fakulta agrobiologie, potravinových a přírodních zdrojůČeská zemědělská univerzita v Praze
Fakulta agrobiologie, potravinových a přírodních zdrojůMagisterský studijní program / specializace:
Pěstování rostlin / Rostlinná produkce
Práce na příbuzné téma
-
Creative Applications of Machine Learning in Photography
Alexander Rossa -
Detekce kloubnatky smrkové – Gemmamyces piceae (Borthw.) Casagr., pomocí analýzy obrazu.
Kristián Farárik -
Hyperspektrální analýza obrazu při detekci změn v krajině v okolí Pardubic
Šárka Plecháčková -
Analýza obrazu pro detekci a manipulaci objektu
Přemysl Strakoš -
HYPERSPEKTRÁLNÍ ANALÝZY OBRAZU PRO DETEKCI SNĚHOVÉ POKRÝVKY
Jan JURÁŠ -
Modelování hudební transkripce pomocí hlubokého učení: návrh, konstrukce a validace modelu na principu rekurentní neuronové sítě
Daniel Kvak -
Návrh a implementace neuronové sítě YOLO3 pro rozpoznávání zvolených objektů v reálném čase
Vít Hlaváček -
Použití konvoluční neuronové sítě pro klasifikaci snímků ptačího peří
Kateřina Zárybnická
Název
Vložil
Vloženo
Práva