Mobilní aplikace pro identifikaci lesních škůdců s využitím React Native a Edge AI

Matěj FRANTÍK

Bakalářská práce

Anotace:

Bakalářská práce se zabývá návrhem a implementací multiplatformní mobilní aplikace pro identifikaci lesních škůdců na základě analýzy požerků pod kůrou, s využitím umělé inteligence běžící přímo na mobilním zařízení (Edge AI). Práce má charakter proof-of-concept zaměřeného na dva druhy podkorního hmyzu - lýkožrouta lesklého (Pityogenes chalcographus) a lýkožrouta modřínového (Ips cembrae). Model instanční segmentace YOLO26s-seg byl trénován pomocí přenosového učení na vlastním datasetu 150 fotografií požerků a pozadí, ručně anotovaném v platformě Roboflow, a exportován do formátu ONNX pro nasazení prostřednictvím knihovny ONNX Runtime. Součástí práce je analýza existujících řešení, vývoj uživatelského rozhraní v prostředí React Native, implementace mechanismu Test-Time Augmentation pro robustní detekci v různých orientacích snímku a vyhodnocení přesnosti modelu na validačních datech.

Abstract:

This bachelor thesis deals with the design and implementation of a cross-platform mobile application for identifying forest pests based on analysis of feeding galleries under bark, using artificial intelligence running directly on the mobile device (Edge AI). The work is a proof-of-concept targeting two bark beetle species - the engraver beetle (Pityogenes chalcographus) and the larch bark beetle (Ips cembrae). An instance segmentation model YOLO26s-seg was trained via transfer learning on a custom dataset of 150 gallery and background photographs, manually annotated in the Roboflow platform, and exported to the ONNX format for on-device inference via the ONNX Runtime library. The work includes an analysis of existing solutions, development of a user interface in React Native, implementation of a Test-Time Augmentation mechanism for robust detection across image orientations, and evaluation of model accuracy on validation data.

Klíčová slova

React Native, Edge AI, ONNX Runtime, YOLO26s-seg, instanční segmentace, lesní škůdci, kůrovci, mobilní aplikace, detekce obrazu

Jazyk práce: čeština

Datum vytvoření / odevzdání či podání práce: 20. 4. 2026

Obhajoba závěrečné práce

• Obhajoba proběhla 1. 6. 2026
• Vedoucí: PhDr. Milan Novák, Ph.D.

JIHOČESKÁ UNIVERZITA V ČESKÝCH BUDĚJOVICÍCH

Přírodovědecká fakulta

Bakalářský studijní program / obor:
Aplikovaná informatika / Aplikovaná informatika