Návrh a implementace neuronové sítě YOLO3 pro rozpoznávání zvolených objektů v reálném čase – Bc. Vít Hlaváček
Bc. Vít Hlaváček
Diplomová práce
Návrh a implementace neuronové sítě YOLO3 pro rozpoznávání zvolených objektů v reálném čase
Design and implementation of the YOLO3 neural network for real-time recognition of selected objects
Anotace:
Cílem diplomové práce je prakticky ověřit schopnost a rychlost rozpoznat naučené objekty v reálném čase neuronovou sítí YOLOv3.První část se zabývá teorií neuronových sítí, strojového učení a hlubokého učení. Dále rozbor nejdůležitějších modelů neuronových sítí a jejich využití v praxi.Druhá část obsahuje kroky vedoucí k naplnění cíle. Patří tam výběr dat, technologie a prostředí, implementace konvoluční …víceAbstract:
The aim of this master’s thesis is to implement and test the ability and performance of YOLOv3 neural network to detect objects in real-timeFirst part is scientific research of neural networks, machine learning and deep learning. Following part is a breakdown of the most important neural network models and their use-cases in practice.Second part contains specific steps which lead to reaching our goal …více
Jazyk práce: čeština
Datum vytvoření / odevzdání či podání práce: 7. 4. 2020
Obhajoba závěrečné práce
- Vedoucí: Ing. Josef Pavlíček, Ph.D.
- Oponent: Vítězslav Praks, externi
Citační záznam
Citace dle ISO 690:
HLAVÁČEK, Vít. \textit{Návrh a implementace neuronové sítě YOLO3 pro rozpoznávání zvolených objektů v reálném čase}. Online. Diplomová práce. Praha: Česká zemědělská univerzita v Praze, Provozně ekonomická fakulta. 2020. Dostupné z: https://theses.cz/id/6qfmwo/.
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, Provozně ekonomická fakultaČeská zemědělská univerzita v Praze
Provozně ekonomická fakultaMagisterský studijní program / obor:
Systémové inženýrství a informatika / Informatika
Práce na příbuzné téma
-
Explaining convolutional neural network using clustering methods
Adam Bajger -
Comparison of methods for clustering convolutional neural network intercomputation values with respect to explainability
Adrián Bindas -
Modelling small-RNA binding using Convolutional Neural Networks
Eva Klimentová -
implement classification for traffic signs using convolutional neural network
Mohamad Abdulrahman -
Konvoluční neuronová síť pro segmentaci obrazu
Michal Mitrenga -
Konvoluční neuronová síť pro segmentaci obrazu
Michal Mitrenga -
Konvoluční neuronová síť pro zpracování obrazu
Mária Krajčovičová -
Použití konvoluční neuronové sítě pro klasifikaci snímků ptačího peří
Kateřina Zárybnická
Název
Vložil
Vloženo
Práva