Detekce objektů pomocí hlubokých neuronových sítí
Deep Learning for Object Detection
Abstract
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 %. This work deals with the object detection using deep neural networks. As part of the solution, I modified, implemented and trained the well-known model of cascade neural networks MTCNN so that it could perform the detection of traffic signs. The training data was generated from GTSRB and GTSDB data sets. MTCNN showed solid performance on the evaluation data, where the detection accuracy reached 97.8 %.
Keywords
neurón, hlboké neurónové siete, konvolučné neurónové siete, strojové učenie, umelá inteli-gencia, detekcia, MTCNN, detekcia značiek, GTSBD, GTSRB, neuron, deep neural network, convolutional neural network, machine learning, artificialintelligence, detection, MTCNN, traffic sign detection, GTSBD, GTSRBLanguage
čeština (Czech)Study brunch
Informační technologieComposition of Committee
doc. Ing. Martin Čadík, Ph.D. (předseda) doc. Ing. Jiří Jaroš, Ph.D. (místopředseda) Ing. Vladimír Bartík, Ph.D. (člen) Ing. David Bařina, Ph.D. (člen) Ing. Radek Kočí, Ph.D. (člen)Date of defence
2019-06-12Process of defence
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 ". Otázky u obhajoby: Ukažte u obhajoby nějaké solidnější vyhodnocení vlastností vytvořené neuronové sítě. Kde vidíte prostor pro vylepšení dosažených výsledků?Result of the defence
práce byla úspěšně obhájenaPersistent identifier
http://hdl.handle.net/11012/180283Source
PANÍČEK, A. Detekce objektů pomocí hlubokých neuronových sítí [online]. Brno: Vysoké učení technické v Brně. Fakulta informačních technologií. 2019.Collections
- 2019 [312]