Vizuální detekce malých předmětů pomocí dostupných nástrojů v prostředí MATLAB
Loading...
Date
Authors
ORCID
Advisor
Referee
Mark
A
Journal Title
Journal ISSN
Volume Title
Publisher
Vysoké učení technické v Brně. Fakulta strojního inženýrství
Abstract
Tato práce zkoumá možnosti detekce malých objektů na obrázcích pomocí metody YOLO, algoritmu hlubokého učení dostupného v programu MATLAB. V práci byl navržen a natréno-ván detektor, jež dokáže detekovat hospodářská zvířata při pohledu shora. Vytvořen byl nástroj, který provede detekce s pomocí představeného modelu i na obrázcích o vysokém rozlišení a následně spočítá přítomné objekty. Naprogramován byl generátor syntetických obrázků, který výrazně pomohl s natrénováním tohoto modelu. Byly realizovány různé experimenty, jež vedly k nalezení hranic metody YOLO a ověřily přínos představených vylepšení.
This thesis investigates possibilities of small object detection in pictures using YOLO method, a deep learning algorithm available in MATLAB. In the thesis, a detector was designed and trained to detect cows from top-down view. A tool was created, that performs detection using the proposed model even on high resolution images and counts the present objects. A generator of synthetic images was programmed, which helped with training the model. Various experiments were performed that found the limits of YOLO and validated contribution of the proposed improvements.
This thesis investigates possibilities of small object detection in pictures using YOLO method, a deep learning algorithm available in MATLAB. In the thesis, a detector was designed and trained to detect cows from top-down view. A tool was created, that performs detection using the proposed model even on high resolution images and counts the present objects. A generator of synthetic images was programmed, which helped with training the model. Various experiments were performed that found the limits of YOLO and validated contribution of the proposed improvements.
Description
Keywords
Strojové učení, hluboké učení, počítačové vidění, umělé neuronové sítě, detekce objektů, YOLO, syntetický generátor, augmentace dat, detekce dobytka, machine learning, deep learning, computer vision, artificial neural networks, object detection, YOLO, synthetic generator, data augmentation, cattle detection
Citation
SLADKÝ, J. Vizuální detekce malých předmětů pomocí dostupných nástrojů v prostředí MATLAB [online]. Brno: Vysoké učení technické v Brně. Fakulta strojního inženýrství. 2020.
Document type
Document version
Date of access to the full text
Language of document
cs
Study field
Mechatronika
Comittee
doc. Dr. Ing. Kazimierz Peszyński (předseda)
doc. Ing. Stanislav Věchet, Ph.D. (místopředseda)
doc. Ing. Zdeněk Hadaš, Ph.D. (člen)
doc. Ing. Pavel Vorel, Ph.D. (člen)
doc. Ing. Tomáš Profant, Ph.D. (člen)
Ing. Petr Lošák, Ph.D. (člen)
Ing. Zdeněk Majer, Ph.D. (člen)
Ing. Oldřich Ševeček, Ph.D. (člen)
Date of acceptance
2020-07-23
Defence
Student ve vymezeném čase prezentoval svoji bakalářskou práci, dále byly přečteny posudky a zodpovězeny dotazy oponenta. Poté byly členy komise položeny následující otázky související s bakalářskou prací: Čím je způsobena obtížná implementace metod pro detekci stromů? Byly by vámi zvolené metody využitelné v průmyslu či jiných oblastech?
Po zodpovězení všech dotazů byla obhajoba celkově hodnocena jako výborná.
Result of defence
práce byla úspěšně obhájena
Document licence
Standardní licenční smlouva - přístup k plnému textu bez omezení