​Využití strojového vidění pro rozpoznání pokojových květin v mobilní aplikaci

Tomáš Horák

Diplomová práce

Using Machine Vision for Indoor Plant Recognition in a Mobile Application

Anotace:

Tato diplomová práce se zabývá vývojem mobilní aplikace, která usnadňuje péči o domácí květiny. Tento projekt je koncipován jako snaha o vytvoření bezplatné alternativy ke komerčním aplikacím na trhu. Hlavním cílem práce je vytvoření funkčního prototypu aplikace, která dokáže rozpoznat běžné pokojové květiny ze snímku a poskytnout uživateli informace o jejich péči. Další funkcionalitou, zmíněnou v této práci, je možnost nastavení upozornění či přidání květiny do sbírky v aplikaci. Na trhu v době psaní této diplomové práce neexistují mobilní aplikace, které by splňovaly zadané požadavky a byly dostupné plně zdarma. Práce je rozdělena na pět částí, první část práce obsahuje business analýzu, ve které je diskutován řešený problém, konkurence na trhu a požadavky na aplikaci. Následně je rozebráno technické řešení, které se zabývá výběrem vhodných technologií. Další část se věnuje sběru dat, která jsou využita napříč aplikací. Po sestavení datové sady pro trénování klasifikačního modelu se věnuje tréninku neuronové sítě, která dokáže správně klasifikovat běžné pokojové rostliny. Pátá část práce se zaměřuje na vývoj multiplatformní mobilní aplikace, která splňuje zadané cíle práce.

Abstract:

This master’s thesis focuses on developing a mobile application that facilitates the care of houseplants. The project is created as an effort to create a free alternative to commercial applications on the market. The main goal of the thesis is to create a functional prototype of an application, that can recognize common indoor plants from an image and provide care information. Another feature mentioned in this work is the ability to set reminders or add plants to a collection within the app. At the time of writing this thesis, there are no mobile applications on the market that meet the specified requirements and are available completely free of charge. The work is divided into several parts. Initially, the reader is introduced to business analysis, that discusses the problem being addressed, the market competition, and the requirements for the application. Subsequently, the technical solution is discussed, focusing on the appropriate selection of technologies. The next section is dedicated to data collection, which is utilized across the application. After assembling the data set for training the classification model, the training of the neural network capable of correctly classifying commonly occurring indoor plants is addressed. The fifth part of the work focuses on the development of a cross-platform application that meets the set goals of the thesis.

Klíčová slova

Machine learning, konvoluční neuronové sítě, mobilní aplikace, Kotlin Multiplatform

Keywords

Kotlin Multiplatform, Machine learning, Mobile application, Convolutional neural networks

Jazyk práce: čeština

Datum vytvoření / odevzdání či podání práce: 4. 5. 2025

Obhajoba závěrečné práce

• Obhajoba proběhla 13. 6. 2025
• Vedoucí: Miloš Maryška
• Oponent: Felix Espinoza

Vysoká škola ekonomická v Praze

Magisterský studijní program:
Data a analytika pro business