Analýza dopravního provozu s využitím strojového učení
Loading...
Date
Authors
ORCID
Advisor
Referee
Mark
F
Journal Title
Journal ISSN
Volume Title
Publisher
Vysoké učení technické v Brně. Fakulta elektrotechniky a komunikačních technologií
Abstract
Tato práce přibližuje problematiku detekce objektů a jejich klasifikace pro uplatnění k analýze dopravy. V teoretické části přibližuji několik metod a technik pro detekci a klasifikaci objektů. Dále zde představuji nejpoužívanější platformy a programovací jazyky pro implementaci konvolučních neuronových sítí.. V praktické části se pak zabývám implementací vybraného modelu a výběrem hardware pro realizaci systému.
The aim of this semestral thesis is to investigate the problematic of object detection and clasification for traffic analysis. The theoretical part of the paper takes insight on numerous methods and techniques of object detection and clasification. Further the paper discuses popular frameworks and programming languages for implementation of convolutional neural networks. The practical part shows implementation of chosen model and hardware selection for real system.
The aim of this semestral thesis is to investigate the problematic of object detection and clasification for traffic analysis. The theoretical part of the paper takes insight on numerous methods and techniques of object detection and clasification. Further the paper discuses popular frameworks and programming languages for implementation of convolutional neural networks. The practical part shows implementation of chosen model and hardware selection for real system.
Description
Citation
ZELENÝ, O. Analýza dopravního provozu s využitím strojového učení [online]. Brno: Vysoké učení technické v Brně. Fakulta elektrotechniky a komunikačních technologií. 2022.
Document type
Document version
Date of access to the full text
Language of document
en
Study field
bez specializace
Comittee
prof. Ing. Roman Maršálek, Ph.D. (předseda)
doc. Ing. Lucie Hudcová, Ph.D. (místopředseda)
prof. Ing. Václav Říčný, CSc. (člen)
prof. Mgr. Petr Páta, Ph.D. (člen)
Ing. Václav Růžek, Ph.D. (člen)
Date of acceptance
2022-06-07
Defence
Student práci neobhájil na základě nízkého bodového hodnocení u obou posudků. Vedoucí i oponent našli v práci neodcitované části kódu, který se tím pádem jeví jako částečný plagiát. Jinak je práce na velmi vysoké úrovni a bylo doporučeno závážné nedostatky odstranit. Dále student nevypracoval v plném rozsahu praktickou část na detekci pohybu objektů. Student odpovědel na všechny oponentovy otázky vcelku kladně. Další otázka. Co to je mAP? Student to dokázal vysvětlit. Student dostal otázku na rozdíl mezi připojením přes ETH a LTE modem. Toto student plně nedokázal vysvětlit.
Result of defence
práce nebyla úspěšně obhájena
Document licence
Standardní licenční smlouva - přístup k plnému textu bez omezení