Detekce a rozpoznání dopravních značek na křižovatkách – Jan Raffai
Jan Raffai
Bakalářská práce
Detekce a rozpoznání dopravních značek na křižovatkách
Detection and Recognition of Intersection Road Traffic Signs
Anotace:
Cílem této práce bylo rozpoznání svislého dopravního značení na křižovatkách a získání informací z dodatkové tabulky o tvaru křižovatky. Využilo se metody rozpoznání, která je v současnosti považována za nejlepší pro nalezení objektů v obrazech a to detekce pomocí konvolučních neuronových sítí. Samotná implementace je napsána ve frameworku Tensorflow s využitím Object detection API. Následně byl vytvořen …víceAbstract:
The goal of the thesis is to create an application, which can detect intersection road traffic signs, and get information out of additional road sign about shape of intersection. To create this detector we will use convolutional neural networks, which is recognized as state-of-the-art method for detecting objects in images. The Implementation itself was written in Tensorflow framework, using Object …více
Jazyk práce: čeština
Datum vytvoření / odevzdání či podání práce: 30. 4. 2021
Identifikátor:
http://hdl.handle.net/10084/143962
Obhajoba závěrečné práce
- Obhajoba proběhla 31. 5. 2021
- Vedoucí: Michael Holuša
- Oponent: Radovan Fusek, Radovan Fusek
Citační záznam
Citace dle ISO 690:
RAFFAI, Jan. \textit{Detekce a rozpoznání dopravních značek na křižovatkách}. Online. Bakalářská práce. Ostrava: Vysoká škola báňská - Technická univerzita Ostrava, Fakulta elektrotechniky a informatiky. 2021. Dostupné z: https://theses.cz/id/k97e22/.
Plný text práce
Právo: 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.
Obsah online archivu závěrečné práce
Zveřejněno v Theses:- autentizovaným zaměstnancům ze stejné školy/fakulty
Jak jinak získat přístup k textu
Instituce archivující a zpřístupňující práci: VŠB – Technická univerzita OstravaVŠB – Technická univerzita Ostrava
Fakulta elektrotechniky a informatikyBakalářský studijní program / obor:
Informační a komunikační technologie / Informatika a výpočetní technika
Práce na příbuzné téma
-
Modelling small-RNA binding using Convolutional Neural Networks
Eva Klimentová -
Visualization of hidden layers in convolutional neural networks
Jakub Hruška -
Automatic Recognition of User Interface States Using Convolutional Neural Networks
Klára Petrovičová -
Segmentation of Dense Cell Populations using Convolutional Neural Networks
Filip Lux -
Interpretation techniques for deep neural networks in digital histopathology
Martin Krebs -
Tomographic back-projection of either sparse or low-quality projection views, based on convolutional neural networks (CNN)
Payal JAIN -
Použití konvoluční neuronové sítě pro klasifikaci snímků ptačího peří
Kateřina Zárybnická -
Jak zmást konvoluční neuronové síte?
Erik Daniel MURGAŠ