Rozpoznání výrobce a modelu automobilu v obraze
Loading...
Date
Authors
ORCID
Advisor
Referee
Mark
C
Journal Title
Journal ISSN
Volume Title
Publisher
Vysoké učení technické v Brně. Fakulta informačních technologií
Abstract
Tato práce se věnuje problematice klasifikace modelu automobilu z obrazu. Popisuje několik metod, jako konvoluční neuronové sítě, metody omezené na přední/zadní pohled a metody využívající 3D CAD modely. Z těchto přístupů si vybírá konvoluční neuronové sítě, kterým se dále věnuje. Práce obsahuje popis jednotlivých vrstev, ze kterých se taková síť skládá. V praktické části je popsán postup, jakým byl vytvořen klasifikátor, který má přesnost 80,7\,\%. Pro účely ověření funkčnosti byla vytvořena datová sada obsahující 1\,034 fotografií. Práce dále experimentuje s různými architekturami a vyhodnocuje jejich přesnost. Součástí práce je program, který díky detektoru automobilu najde ve videu vozidla a v daném videu je označí čtverečkem a popisem modelem automobilu.
This thesis deals with classification of a car model from an image. It describes several methods, such as convolutional neural networks, methods limited to the fron/rear view and methods using 3D CAD models. From these approaches it chooses convolutional neural networks, which it further deals with. The work contains a description of the individual layers of which such a network consists. The practical part describes the procedure by which the classifier, that has an accuracy of 80.7\,\%, was created. A dataset containing 1\,034 photos was created to verify functionality. The work further experiments with different architectures and evaluates their accuracy. The work contains a program which, thanks to the car detector, finds the vehicle in the video and marks it with a square and a description of the car model in the given video.
This thesis deals with classification of a car model from an image. It describes several methods, such as convolutional neural networks, methods limited to the fron/rear view and methods using 3D CAD models. From these approaches it chooses convolutional neural networks, which it further deals with. The work contains a description of the individual layers of which such a network consists. The practical part describes the procedure by which the classifier, that has an accuracy of 80.7\,\%, was created. A dataset containing 1\,034 photos was created to verify functionality. The work further experiments with different architectures and evaluates their accuracy. The work contains a program which, thanks to the car detector, finds the vehicle in the video and marks it with a square and a description of the car model in the given video.
Description
Keywords
Citation
BUCHTA, M. Rozpoznání výrobce a modelu automobilu v obraze [online]. Brno: Vysoké učení technické v Brně. Fakulta informačních technologií. 2020.
Document type
Document version
Date of access to the full text
Language of document
cs
Study field
Informační technologie
Comittee
prof. Ing. Adam Herout, Ph.D. (předseda)
doc. Ing. Martin Čadík, Ph.D. (místopředseda)
Ing. Michal Bidlo, Ph.D. (člen)
Ing. Matěj Grégr, Ph.D. (člen)
Ing. Radek Kočí, Ph.D. (člen)
Date of acceptance
2020-07-09
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 C. Otázky u obhajoby: V práci uvádíte, že z BoxCars datasetu používáte 99 tříd avšak všechny použité architektury sítí mají vámi definovaných 133 výstupů. Prosím objasněte tento rozdíl. Ve vámi sesbíraném datasetu máte celkem 36 tříd z originálního BoxCars datasetu. Z vašeho vyhodnocení je však patrné, že někteří výrobci vozidel jsou klasifikování hůře než ostatní. U kterých tříd dochází nejvíce k záměnám na úrovni výrobců, případně výrobce + model?
Result of defence
práce byla úspěšně obhájena
Document licence
Standardní licenční smlouva - přístup k plnému textu bez omezení