Efektivnost hlubokých konvolučních neuronových sítí na elementární klasifikační úloze
Loading...
Date
Authors
ORCID
Advisor
Referee
Mark
C
Journal Title
Journal ISSN
Volume Title
Publisher
Vysoké učení technické v Brně. Fakulta strojního inženýrství
Abstract
V této diplomové práci jsou srovnány modely hlubokých konvolučních neuronových sítí a modely deskriptorů příznaků. Modely deskriptorů příznaků jsou doplněny o vybraný vhodný klasifikátor. Tyto modely spadají do oblasti strojového učení, a tudíž jsou v práci popsány typy strojového učení. Dále jsou tyto vybrané modely popsány a vysvětleny jejich základy a problémy. Je vypsán hardware a software použitý k uskutečnění testů a jsou vypsány výsledky testů a shrnutí výsledků. Pak je provedeno srovnání uvedených modelů na základě přesnosti validace a časové náročnosti.
In this thesis deep convolutional neural networks models and feature descriptor models are compared. Feature descriptors are paired with suitable chosen classifier. These models are a part of machine learning therefore machine learning types are described in this thesis. Further these chosen models are described, and their basics and problems are explained. Hardware and software used for tests is listed and then test results and results summary is listed. Then comparison based on the validation accuracy and training time of these said models is done.
In this thesis deep convolutional neural networks models and feature descriptor models are compared. Feature descriptors are paired with suitable chosen classifier. These models are a part of machine learning therefore machine learning types are described in this thesis. Further these chosen models are described, and their basics and problems are explained. Hardware and software used for tests is listed and then test results and results summary is listed. Then comparison based on the validation accuracy and training time of these said models is done.
Description
Citation
PRAX, J. Efektivnost hlubokých konvolučních neuronových sítí na elementární klasifikační úloze [online]. Brno: Vysoké učení technické v Brně. Fakulta strojního inženýrství. 2021.
Document type
Document version
Date of access to the full text
Language of document
cs
Study field
Aplikovaná informatika a řízení
Comittee
doc. Ing. Jan Roupec, Ph.D. (předseda)
prof. RNDr. Ing. Jiří Šťastný, CSc. (místopředseda)
prof. Ing. Miluše Vítečková, CSc. (člen)
doc. Ing. Roman Šenkeřík, Ph.D. (člen)
prof. Ing. Dagmar Janáčová, CSc. (člen)
Date of acceptance
2021-06-14
Defence
Student obeznámil komisi s obsahem DP. Následně reagoval na dotazy oponenta.
Další dotazy komise:
Doc. Šenkeřík: co je matice záměn a jaké existují další metriky pro evaluaci klasifikátorů.
Result of defence
práce byla úspěšně obhájena
Document licence
Standardní licenční smlouva - přístup k plnému textu bez omezení