Rozpoznávání a klasifikace obrazu konvoluční neuronovou sítí – Bc. Jakub Pekárek
Bc. Jakub Pekárek
Master's thesis
Rozpoznávání a klasifikace obrazu konvoluční neuronovou sítí
Image recognition and classification with convolutional network
Abstract:
Tato diplomová práce v teoretické části prezentuje základnı́ principy, fungovánı́, a možnou aplikaci konvolučnı́ch neuronových sitı́ na frameworku Keras a knihovně TensorFlow konfigurovaných pomocı́ programovacı́ho jazyka Python. Dále charakterizuje jejich přednosti a omezenı́ při plněnı́ různých úkolů jako je rozeznávánı́ znaků, obrázků a jiných vizuálnı́ch dat. V praktické části je testovánı́ a využitı́ …moreAbstract:
This diploma thesis describes basic principles, function and possible application convolutional neural networks on the Keras framework and Tensorflow library in programming language Python. Also characterises their strengths and weaknesses in fullfiling various tasks like character or image recognition and other visual data classification. In the practical chapter is testing and usage convolutional …more
Language used: Czech
Date on which the thesis was submitted / produced: 28. 11. 2021
Thesis defence
- Supervisor: doc. Ing. Arnošt Veselý, CSc.
Citation record
ISO 690-compliant citation record:
PEKÁREK, Jakub. \textit{Rozpoznávání a klasifikace obrazu konvoluční neuronovou sítí}. Online. Master's thesis. Praha: Czech University of Life Sciences Prague, Faculty of Economics and Management. 2021. Available from: https://theses.cz/id/5xj45e/.
Full text of thesis
Contents of on-line thesis archive
Published in Theses:- světu
Other ways of accessing the text
Institution archiving the thesis and making it accessible: Česká zemědělská univerzita v Praze, Provozně ekonomická fakultaCzech University of Life Sciences Prague
Faculty of Economics and ManagementMaster programme / field:
Systems Engineering and Informatics / Informatics
Theses on a related topic
-
Strojové učení s využitím metody transfer learning
Jan Štol -
Strojové učení s využitím metody transfer learning
Jan Štol -
Localization of mobile devices using machine learning
Aleš Calábek -
Asset allocation with reinforcement learning
Lukáš Galeta -
Learning-Based Cell Image Synthesis in Biomedical Imaging
David Wiesner -
Pathological Image Analysis Using Attention Based Deep Learning Methods
Petr Kantek -
Impact of Data Quality on Deep Learning Algorithms in Computer Vision
Vlastimil Martinek -
Interactive visualization of deep learning on financial big data
Xhulio Kondakçiu
Name
Posted by
Uploaded/Created
Rights
Folders
Files
Mach, J.
29/11/2021