Název:
Klasifikace dat v obraze pomocí nástrojů pro strojové učení v jazyce Python
Autoři:
Voronin, Artyom ; Appel, Martin (oponent) ; Bastl, Michal (vedoucí práce) Typ dokumentu: Bakalářské práce
Rok:
2019
Jazyk:
cze
Nakladatel: Vysoké učení technické v Brně. Fakulta strojního inženýrství
Abstrakt: [cze][eng]
Tato práce se zabývá problematikou klasifikace dat v obrazu pomocí nástrojů pro strojové učení v jazyce Python. Cílem je ověření možností přetrénovaní existujících modelů na vlastní data a zhodnocení efektivity a náročností celého procesu. Následovně zpracovaní dosazených výsledků formou demonstrační úlohy, podobou snímáni obrazu web kamerou a klasifikace objektu v zorném poli.
This thesis introduces the issue of data classification in the image using tools for machine learning in Python. The aim is to verify the possibilities of overtraining existing models on their own data and evaluating the efficiency and complexity of the entire process. Subsequently, the processing of the achieved results in the form of a demonstration task, image capturing by a web camera and classification of the object in the field of view.
Klíčová slova:
Faster-R-CNN; Hloubkově učení; Konvoluční neuronové sítě; Mechatronika; OpenCV; Počítačová vize; Python; SSD-Mobilenet; Strojově učení; Tensorflow; YOLO; Computer vision; Convolution Neural Networks; Deep Learning; Faster-R-CNN; Machine Learning; Mechatronics; OpenCV; Python; SSD-Mobilenet; Tensorflow; YOLO
Instituce: Vysoké učení technické v Brně
(web)
Informace o dostupnosti dokumentu:
Plný text je dostupný v Digitální knihovně VUT. Původní záznam: http://hdl.handle.net/11012/179338