Detekce výskytu objektů ve videozáznamu
Loading...
Date
Authors
ORCID
Advisor
Referee
Mark
E
Journal Title
Journal ISSN
Volume Title
Publisher
Vysoké učení technické v Brně. Fakulta informačních technologií
Abstract
Tato bakalářská práce se zabývá detekcí objektů ve videozáznamu, především pomocí konvolučních neuronových sítí a implementace jednoduchého uživatelského rozhraní, které dovolí uživateli vybírání mezi klasifikátory a jejich využití pro analýzu videa a jejich trénování na vlastním datasetu. První část je dedikovaná popisu strojového učení a neuronových sítí. Poté následuje část pro popis segmentace a klasifikace obrazu pomocí algoritmů strojového učení a předzpracování dat pro trénování modelů. Poslední je praktická část, která popisuje návrh vytvořeného modelu, uživatelského rozhraní a dosažených výsledků.
This bachelor thesis deals with detection of objects in videos by using primarily convolution neural networks and creating simple user interface, which allows user to choose classification model and use it to analyze video or train given model on own dataset. First part is dedicated to description of machine learning and neural networks. After that follows the section about image description and image classification using machine learning algorithms and data augmentation. Last part deals with describtion of own design of neural network and user interface and describing achieved results.
This bachelor thesis deals with detection of objects in videos by using primarily convolution neural networks and creating simple user interface, which allows user to choose classification model and use it to analyze video or train given model on own dataset. First part is dedicated to description of machine learning and neural networks. After that follows the section about image description and image classification using machine learning algorithms and data augmentation. Last part deals with describtion of own design of neural network and user interface and describing achieved results.
Description
Keywords
umělá inteligence, strojové učení, neuronové sítě, konvoluční neuronové sítě, obraz, práce s obrazem, klasifikace obrazu, Python, Opencv, Tensorflow., artificial intelligence, machine learning, neural networks, convolutional neural networks, image, image segmentation, image classification, Python, Opencv, Tensorflow.
Citation
ŠAMÁNEK, J. Detekce výskytu objektů ve videozáznamu [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. Tomáš Vojnar, Ph.D. (předseda)
doc. Mgr. Adam Rogalewicz, Ph.D. (místopředseda)
Ing. Lukáš Kekely, Ph.D. (člen)
Ing. Zbyněk Křivka, Ph.D. (člen)
Ing. Michal Španěl, Ph.D. (člen)
Date of acceptance
2020-07-10
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 E. Otázky u obhajoby: Vysvětlete, jaké objekty vaše řešení detekuje a v čem ta "detekce" spočívá. Z textu to není jednoznačně zřejmé a já si pod pojmem "detekce objektů" představuji něco jiného. Jaké jsou vstupy pro trénování sítě (například formát, velikost, poloha objektu, značka třídy objektu)? V čem konkrétně se liší vámi navržená síť od původní VGG-net? Která síť v uvedených grafech je vámi vytvořená (například tabulka 5.1 uvádí pojem "vlastní model" v ostatních grafech nic takového není)? Co znamená "přesnost" a "poměr správně označených snímků" v grafech z matematického hlediska?
Result of defence
práce byla úspěšně obhájena
Document licence
Standardní licenční smlouva - přístup k plnému textu bez omezení