Detail práce
Detekce objektů pomocí hlubokých neuronových sítí
Táto práca sa zaoberá detekciou objektov pomocou hlbokých neurónových sietí. V rámci riešenia som upravil, implementoval a natrénoval dobre známy model kaskádových neuró- nových sietí MTCNN tak aby dokázal vykonávať detekciu dopravných značiek. Trénovacie dáta boli vygenerované z dátových sád GTSRB a GTSDB. MTCNN ukázal solídny výkon na vyhodnocovacích dátach z dátovej sady GTSDB, kde dosiahol presnosť detekcie 97.8 %.
neurón, hlboké neurónové siete, konvolučné neurónové siete, strojové učenie, umelá inteli-gencia, detekcia, MTCNN, detekcia značiek, GTSBD, GTSRB
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 otázky 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 "D".
- Ukažte u obhajoby nějaké solidnější vyhodnocení vlastností vytvořené neuronové sítě.
- Kde vidíte prostor pro vylepšení dosažených výsledků?
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{FITBT22076, author = "Andrej Pan\'{i}\v{c}ek", type = "Bakal\'{a}\v{r}sk\'{a} pr\'{a}ce", title = "Detekce objekt\r{u} pomoc\'{i} hlubok\'{y}ch neuronov\'{y}ch s\'{i}t\'{i}", 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/22076/" }