Návrh a implementace neuronové sítě YOLO3 pro rozpoznávání zvolených objektů v reálném čase

Bc. Vít Hlaváček

Diplomová práce

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 sítě na cloud, trénování modelu i jeho ověření.V závěru je práce shrnuta a zhodnocena.

Abstract:

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. In particular: dataset selection, technologies and the environment, CNN cloud implementation, model training and its verification.At the closing part there is a summary and the thesis is appraised.

Klíčová slova

YOLO, Darknet, TensorFlow, neuronová síť, konvoluční neuronová síť, rozpoznání obrazu, umělá inteligence, Google Colaboratory, Google Colab, Python, Keras

Keywords

YOLO, Darknet, TensorFlow, neural network, convolutional neural network, CNN, computer vision, artificial inteligence, google colaboratory, google colab, python, keras

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

Česká zemědělská univerzita v Praze

Provozně ekonomická fakulta

Magisterský studijní program / obor:
Systémové inženýrství a informatika / Informatika