Detail práce
Deep Learning for Object Detection
Táto práca sa zaoberá metódami použivanými na detekciu objektov ktoré používajú hlboké neurónové siete. Na začiatku sú popísané konvolučné neurónové siete a porovnané bežne používané metódy na detekciu objektov. V dalšej časti sa venuje návrhu a implementácii vybranej metódy natrénovanej na špecifickom datasete. Na konci tejto práce sú výsledky, ktoré tento model dosiahol diskutované a porovnané s výsledkami iných metód.
Detekcia objektov, hlboké neurónové siete, konvolučné neurónové siete, počítačové videnie, BDD, YOLO
Student nejprve prezentoval výsledky, kterých dosáhl v rámci své práce. Komise se poté seznámila s hodnocením vedoucího a posudkem oponenta práce. Student následně odpověděl na otázku oponenta a na další otázky přítomných. Komise se na základě posudku oponenta, hodnocení vedoucího, přednesené prezentace a odpovědí studenta na položené otázky rozhodla práci hodnotit stupněm "C".
- V práci je zmíněno, že sítě typu YOLO jsou zvoleny primárně z důvodu své rychlosti. V práci jsou ale uvedené pouze časy běhu na CPU. Jak rychlé jsou sítě při běhu na GPU?
Bartík Vladimír, Ing., Ph.D. (UIFS FIT VUT), člen
Bařina David, Ing., Ph.D. (UPGM FIT VUT), člen
Jaroš Jiří, doc. Ing., Ph.D. (UPSY FIT VUT), člen
Kočí Radek, Ing., Ph.D. (UITS FIT VUT), člen
@bachelorsthesis{FITBT17159, author = "Radoslav Pito\v{n}\'{a}k", type = "Bakal\'{a}\v{r}sk\'{a} pr\'{a}ce", title = "Deep Learning for Object Detection", school = "Vysok\'{e} u\v{c}en\'{i} technick\'{e} v Brn\v{e}, Fakulta informa\v{c}n\'{i}ch technologi\'{i}", year = 2019, location = "Brno, CZ", language = "czech", url = "https://www.fit.vut.cz/study/thesis/17159/" }