Detail práce
Počítání vozidel ve statickém obraze
Úkolem této práce je porovnání modelů konvolučních neuronových sítí určených k počítání vozidel ve statickém obraze pomocí odhadu hustoty se zaměřením na rozdílné velikosti objektů ve scéně. Celkem byly vyhodnoceny čtyři modely - Scale Pyramid Network, Scale-adaptive CNN, Multi-scale fusion network a CASA-Crowd. Vyhodnocení proběhlo na třech datových sadách - TRANCOS, CARPK, PUCPR+. Nejlepších výsledků dosáhl model Scale Pyramid Network. Na datové sadě TRANCOS dosáhl v metrice Mean Absolute Error hodnoty 5,44 a v metrice GAME(3) hodnoty 9,95.
konvoluční neuronové sítě, počítání vozidel, odhad hustoty, mapa hustoty, Scale Pyramid Network, Scale-adaptive CNN, Multi-scale fusion network, CASA-Crowd
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 C.
- Vysvětlete význam křížového vyhodnocení v Kap 5.5. Proč vyhodnocovat model na datasetu, který má diametrálně odlišný charakter než pro který byl trénován?
- Z Kap. 4.4 - 4.6 plyne, že ground truth mapy pro každou síť jsou generované s jinou sigmou. Jaký je k tomu důvod? Není sigma spíše vlastnost vstupního datasetu (podle velikosti aut) a ne architektury sítě?
- Jak jste volil hyperparametry trénování (zejména learning rate) pro jednotlivé experimenty? V textu se uvádí přímo čísla, ale už ne jak se k nim došlo.
Burget Lukáš, doc. Ing., Ph.D. (UPGM FIT VUT), člen
Holík Lukáš, doc. Mgr., Ph.D. (UITS FIT VUT), člen
Martínek Tomáš, doc. Ing., Ph.D. (UPSY FIT VUT), člen
Matoušek Petr, doc. Ing., Ph.D., M.A. (UIFS FIT VUT), člen
@bachelorsthesis{FITBT24952, author = "Filip V\'{a}gner", type = "Bakal\'{a}\v{r}sk\'{a} pr\'{a}ce", title = "Po\v{c}\'{i}t\'{a}n\'{i} vozidel ve statick\'{e}m obraze", school = "Vysok\'{e} u\v{c}en\'{i} technick\'{e} v Brn\v{e}, Fakulta informa\v{c}n\'{i}ch technologi\'{i}", year = 2022, location = "Brno, CZ", language = "czech", url = "https://www.fit.vut.cz/study/thesis/24952/" }