Detekce dopravních značek pomocí metod strojového učení
Loading...
Date
Authors
ORCID
Advisor
Referee
Mark
E
Journal Title
Journal ISSN
Volume Title
Publisher
Vysoké učení technické v Brně. Fakulta elektrotechniky a komunikačních technologií
Abstract
Táto práca skúma metódy rozpoznávania dopravných značiek. Implementovaný prístup využíval strojové učenie založené na konvolučných neurónových sieťach. V rámci tejto práce bola zistená závislosť úspešnosti neurónovej siete od počtu konvolučných vrstiev.Výsledná neurónová sieť bola testovaná na datasete GTSRB a na datasete vytvoreným autorom.
This thesis researches methods of traffic sign recognition using various approaches. Technique based on machine learning utilizing convolutional neural networks was selected forfurther implementation. Influence of number of convolutional layers on neural network’s performance is studied. The resulting network is tested on German Traffic Sign Recognition Benchmark and author’s dataset.
This thesis researches methods of traffic sign recognition using various approaches. Technique based on machine learning utilizing convolutional neural networks was selected forfurther implementation. Influence of number of convolutional layers on neural network’s performance is studied. The resulting network is tested on German Traffic Sign Recognition Benchmark and author’s dataset.
Description
Citation
ZAKAROVSKÝ, M. Detekce dopravních značek pomocí metod strojového učení [online]. Brno: Vysoké učení technické v Brně. Fakulta elektrotechniky a komunikačních technologií. 2018.
Document type
Document version
Date of access to the full text
Language of document
cs
Study field
Automatizační a měřicí technika
Comittee
prof. Ing. Václav Hlaváč, CSc. (předseda)
prof. Ing. František Šolc, CSc. (místopředseda)
Ing. Karel Horák, Ph.D. (člen)
Ing. Jiří Fialka, Ph.D. (člen)
Ing. František Burian, Ph.D. (člen)
Ing. Libor Veselý, Ph.D. (člen)
Date of acceptance
2018-06-13
Defence
Student obhájil bakalářskou práci s výhradami.
Result of defence
práce byla úspěšně obhájena
Document licence
Standardní licenční smlouva - přístup k plnému textu bez omezení