Segmentace obrazu pomocí konvolučních neuronových sítí

Horák, Milan

Publikace:
Segmentace obrazu pomocí konvolučních neuronových sítí

Diplomová práceopen access

dc.contributor.advisor	Štursa, Dominik
dc.contributor.author	Horák, Milan
dc.contributor.referee	Doležel, Petr
dc.date.accepted	2023-09-12
dc.date.accessioned	2023-10-04T07:13:38Z
dc.date.available	2023-10-04T07:13:38Z
dc.date.issued	2023
dc.date.submitted	2023-08-25
dc.description.abstract	Diplomová práce se zabývá návrhem a tvorbou vhodné konvoluční neuronové sítě pro segmentaci obrazu. Čtenář se v práci seznámí s konceptem neuronových sítí, s postupnými kroky, které jsou nezbytné pro tvorbu vlastního modelu, dále s otevřenými knihovnami pro práci s neuronovými sítěmi a výběrem vhodné topologie pro danou problematiku. Praktická část se věnuje návrhu a implementaci konvoluční neuronové sítě pro predikci přesné polohy pixelů konkrétních objektů a tvorby vlastního filtru aplikovaného na původní obrazová data v oblasti těchto objektů.	cze
dc.description.abstract-translated	The following diploma thesis describes the creation of suitable convolutional neural network for picture segmentation. Reader will learn principal of neural network together with described steps necessary to create own model, working with open libraries required for neural network projects and choosing right topology for given topic. Practical part shows design and implementation of convolutional neural network, used for recognition of particular objects, describes also creation of a filter which is applicated on picture data produces with neural network.	eng
dc.description.defence	Diplomová práce Milana Horáka se věnuje návrhu konvoluční sítě pro segmentaci obrazu a následného využití výstupů pro tvorbu umělých filtrů. Práce je dle vedoucího DP kompletní, zpracována dle standardní metodiky, obsahuje jasné a systematicky uspořádané informace. I přesto však nejsou všechny dílčí postupy kompletně zdokumentovány, což snižuje možnost stoprocentní reprodukovatelnosti experimentů. Dle oponenta je práce zpracována srozumitelně, čtivě, avšak se v DP vyskytuje nezanedbatelné množství gramatických chyb, což vedlo k uvedenému klasifikačnímu stupni. Student prezentoval výsledky své diplomové práce a zodpověděl dotazy kladené vedoucím i oponentem.	cze
dc.description.department	Fakulta elektrotechniky a informatiky	cze
dc.description.grade	Dokončená práce s úspěšnou obhajobou	cze
dc.format	63 s.
dc.identifier.stag	43703
dc.identifier.uri	https://hdl.handle.net/10195/82357
dc.language.iso	cze
dc.publisher	Univerzita Pardubice	cze
dc.rights	Bez omezení
dc.subject	umělá inteligence	cze
dc.subject	neuronová síť	cze
dc.subject	segmentace obrazu	cze
dc.subject	strojové vidění	cze
dc.subject	strojové učení	cze
dc.subject	hluboké učení	cze
dc.subject	artificial intelligence	eng
dc.subject	neural network	eng
dc.subject	image segmentation	eng
dc.subject	machine vision	eng
dc.subject	machine learning	eng
dc.subject	deep learning	eng
dc.thesis.degree-discipline	Informační technologie	cze
dc.thesis.degree-grantor	Univerzita Pardubice. Fakulta elektrotechniky a informatiky	cze
dc.thesis.degree-name	Ing.
dc.thesis.degree-program	Informační technologie	cze
dc.title	Segmentace obrazu pomocí konvolučních neuronových sítí	cze
dc.title.alternative	Image segmentation using convolutional neural networks	eng
dc.type	diplomová práce	cze
dspace.entity.type	Publication