Vývoj strojového učení v oblasti rozpoznávaní obrazů

Georgy Adamovich

Bachelor's thesis

Development of machine learning in the field of image recognition

Abstract:

V dnešní době se setkáváme s rapidním vývojem technologií umělé inteligence, které mají obrovský vliv na naši společnost. Jednou z takových technologií je strojové učení, které posouvá učení počítačů z dat neuvěřitelnou rychlosti a hraje velkou roli v různých odvětvích. Rozpoznávání obrazů je nejznámějším příkladem této technologie. Nachází uplatnění ve zdravotnictví, automobilovém průmyslu, zemědělství, bezpečnostních systémech a v mnoha dalších odvětvích. Cílem této bakalářské práce je seznámit se s problematikou strojového učení, hlubokého učení a konvolučních neuronových sítí v oblastí rozpoznávání obrazů. Následně pomocí navrženého modelu bude ukázáno, jak se zacházet s metodami a technikami při řešení problému „Černé skříňky“. Nakonec vytvořený model bude vyhodnocen a výsledky budou analyzovaný.

Abstract:

Nowadays, we are experiencing a rapid development of artificial intelligence technologies that have a huge impact on our society. One such technology is machine learning, which is pushing computer learning from data at an incredible pace and playing a big role in various industries. Image recognition is the most well-known example of this technology. It finds applications in healthcare, automotive, agriculture, security systems and many other industries. The aim of this bachelor thesis is to learn about machine learning, deep learning and convolutional neural networks in the field of image recognition. Then, using the proposed model, it will be shown how to handle the methods and techniques in solving the "Black box" problem. Finally, the developed model will be evaluated and the results will be analyzed.

Keywords

Strojové učení, náhodný les, Černá skřínka, LIME, SHAP, GAN, BoW, Klasifikace obrazu, přenos učení, histogramy orientovaných gradientů, Haarova kaskáda, rozhodovací stromy, Rozpoznávání obrazů, hluboké učení, konvoluční neuronové sítě

Keywords

Machine learning, image recognition, deep learning, convolutional neural networks, image classification, transfer learning, histograms of oriented gradients, Haar cascade, Black box, LIME, SHAP, GAN, BoW, Decision trees, random forest

Language used: Czech

Date on which the thesis was submitted / produced: 6. 5. 2024

Thesis defence

• Date of defence: 2024
• Supervisor: Ladislav Luc
• Reader: David Chudán

Vysoká škola ekonomická v Praze

Bachelor programme / field:
Aplikovaná informatika / Aplikovaná informatika