Detekce dopravních značek v reálném čase
Loading...
Date
Authors
ORCID
Advisor
Referee
Mark
A
Journal Title
Journal ISSN
Volume Title
Publisher
Vysoké učení technické v Brně. Fakulta elektrotechniky a komunikačních technologií
Abstract
Tato bakalářská práce se zabývá detekcí a klasifikací dopravních značek v obrazech a videosekvencích. Cílem práce je i možnost provádět detekci a klasifikaci na jednodeskovém počítači. Pro řešení problému byly vybrány neuronové sítě a programovací jazyk Python. Detekce a klasifikace objektu je řešena zvlášť, tudíž byly použity dvě neuronové sítě. Pro klasifikaci byla zvolena konvoluční neuronová síť a pro detekci byl zvolen detektor z rodiny EfficientDet. Celková architektura byla testována na jednodeskovém počítači Nvidia Jetson Nano.
The bachelor's thesis focuses on the detection and classification of traffic signs in images and video sequences. The goal of the work is also the possibility to perform detection and classification on a single board computer. Neural networks and the Python programming language were chosen to solve the problem. Object detection and classification are solved separately, so two neural networks were used. A convolutional neural network was chosen for classification and a detector from the EfficientDet family was chosen for detection. The overall architecture was tested on a single board Nvidia Jetson Nano computer.
The bachelor's thesis focuses on the detection and classification of traffic signs in images and video sequences. The goal of the work is also the possibility to perform detection and classification on a single board computer. Neural networks and the Python programming language were chosen to solve the problem. Object detection and classification are solved separately, so two neural networks were used. A convolutional neural network was chosen for classification and a detector from the EfficientDet family was chosen for detection. The overall architecture was tested on a single board Nvidia Jetson Nano computer.
Description
Citation
SICHA, M. Detekce dopravních značek v reálném čase [online]. Brno: Vysoké učení technické v Brně. Fakulta elektrotechniky a komunikačních technologií. 2021.
Document type
Document version
Date of access to the full text
Language of document
cs
Study field
bez specializace
Comittee
doc. Ing. Tomáš Frýza, Ph.D. (předseda)
doc. Ing. Roman Šotner, Ph.D. (místopředseda)
Ing. Tomáš Urbanec, Ph.D. (člen)
prof. Ing. Pavel Fiala, Ph.D. (člen)
Ing. Kamil Pítra, Ph.D. (člen)
Date of acceptance
2021-06-15
Defence
Student prezentuje výsledky a postupy řešení své bakalářské práce. Následně odpovídá na dotazy vedoucího a oponenta práce a na dotazy členů zkušební komise:
prof. Ing. Pavel Fiala Ph.D.: Zabýval jste se rozdělení stacionárního a pohyblivého značení?
Student se nezabýval rozdělením, ale souhlasí s připomínkami.
Ing. Kamil Pítra Ph.D.:
Co znamená přetrénování neuronové sítě? Student správně odpovídá.
doc. Ing. Tomáš Frýza Ph.D.
Jaké je běžné rozdělení datasetu? Student popisuje rozdělení datasetů.
Proč se používají konvoluční sítě? Student váhavě odpovídá.
Result of defence
práce byla úspěšně obhájena
Document licence
Standardní licenční smlouva - přístup k plnému textu bez omezení