Jakub Bystričan

Bachelor's thesis

Detekce chodců pomocí dronů

Pedestrian Detection Using Unmanned Aerial Vehicles
Abstract:
V tejto práci boli porovnávané metódy detekcie chodcov na snímkoch z dronov pomocou konvolučných neurónových sietí. Boli použité dve detekčné siete - YOLOv5 a Retinanet. U týchto sietí bola porovnávaná ich presnosť, rýchlosť a náročnosť trénovania. Taktiež bol sledovaný vplyv niektorých parametrov trénovania na výsledky detekcie. Pre trénovanie a testovanie bol použitý Stanford Drone Dataset ktorý …more
Abstract:
The main focus of this study was pedestrian detection using drones and convolutional neural networks. 2 detection networks were used - YOLOv5 and Retinanet. The performance was compared based on precision and speed of detection and the demands on training process. Impact of certian training parameters on results was also observed. For training and testing Stanford Drone Dataset was used, containing …more
 
 
Language used: Czech
Date on which the thesis was submitted / produced: 30. 4. 2021

Thesis defence

  • Date of defence: 31. 5. 2021
  • Supervisor: Radovan Fusek
  • Reader: Michael Holuša

Citation record

Full text of thesis

Accessibility: Plné texty vysokoškolských kvalifikačních prací obhájených na Vysoké škole báňské - Technické univerzitě Ostrava jsou uloženy v repozitáři DSpace. Přístup k plným textům mají všichni uživatelé bez omezení. Přístup je omezen pouze ve výjimečných případech, zpravidla z důvodu ochrany duševního vlastnictví. Nepřístupné práce jsou označeny jako closedAccess nebo embargoedAccess. Tištěné verze prácí jsou uloženy v Ústřední knihovně VŠB-TUO a jsou prezenčně přístupné ve studovně diplomových prací. Další nakládání s prací (kopírování, opisy, MVS)se řídí Knihovní a výpůjčním řádem Ústřední knihovny VŠB-TUO.

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: VŠB – Technická univerzita Ostrava