Digitální knihovna UPCE přechází na novou verzi. Omluvte prosím případné komplikace. / The UPCE Digital Library is migrating to a new version. We apologize for any inconvenience.

Publikace:
Mobilní aplikace pro detekci objektů pomocí knihovny TensorFlow Lite

Bakalářská práceopen access
dc.contributor.advisorPanuš, Jan
dc.contributor.authorHendrych, Jan
dc.date.accepted2024-06-04
dc.date.accessioned2024-07-08T11:41:38Z
dc.date.available2024-07-08T11:41:38Z
dc.date.issued2024
dc.date.submitted2024-04-25
dc.description.abstractCílem této práce je seznámit čtenáře s termíny umělé inteligence a strojového učení. Tato práce ve své první části popisuje umělou inteligenci a její historii. V této části se také čtenář dozví informace potřebné k pochopení fungování modelů strojového učení, určených k detekci objektů na obrázcích. V další části práce je čtenáři popsán vývoj mobilní aplikace využívající modely od společnosti TensorFlow. Tyto modely jsou určené k detekci a klasifikaci objektů na obrázcích. V poslední části práce je čtenáři představen postup vývoje vlastního modelu pro detekci objektů. Po přečtení této práce je čtenář schopný vytvořit vlastní mobilní aplikaci a implementovat do ní TensorFlow modely.cze
dc.description.abstract-translatedThe aim of this thesis is to introduce the reader to the terms artificial intelligence and machine learning. In its first part, this thesis describes artificial intelligence and its history. In this part, the reader will also learn the information needed to understand the operation of machine learning models designed to detect objects in images. The next part of the thesis describes to the reader the development of a mobile application using models from TensorFlow. These models are designed to detect and classify objects in images. In the last part of the thesis, the reader is introduced to the process of developing a custom model for object detection. After reading this thesis, the reader is able to create a custom mobile application and implement TensorFlow models in it.eng
dc.description.defenceCílem bakalářské práce bylo vytvoření mobilní aplikace, která bude schopná detekovat konkrétní objekty a přiřazovat jim určité vlastnosti. Student výborně prezentoval výsledky své práce, které mohou být využity např. pro studijní účely ve výuce předmětů zaměřených na programování mobilních aplikací nebo předmětů zaměřených na umělou inteligenci a strojové učení.cze
dc.description.departmentFakulta elektrotechniky a informatikycze
dc.description.gradeDokončená práce s úspěšnou obhajoboucze
dc.format79 s.
dc.identifier.stag46028
dc.identifier.urihttps://hdl.handle.net/10195/82986
dc.language.isocze
dc.publisherUniverzita Pardubicecze
dc.rightsBez omezení
dc.subjectumělá inteligencecze
dc.subjectstrojové učenícze
dc.subjecthluboké učenícze
dc.subjectAndroidcze
dc.subjectKotlincze
dc.subjectTensorFlowcze
dc.subjectklasifikace objektůcze
dc.subjectdetekce objektůcze
dc.subjectArtificial Intelligenceeng
dc.subjectmachine learningeng
dc.subjectdeep learningeng
dc.subjectAndroideng
dc.subjectKotlineng
dc.subjectTensorFloweng
dc.subjectobject classificationeng
dc.subjectobject detectioneng
dc.thesis.degree-disciplineInformační technologiecze
dc.thesis.degree-grantorUniverzita Pardubice. Fakulta elektrotechniky a informatikycze
dc.thesis.degree-nameBc.
dc.thesis.degree-programInformační technologiecze
dc.titleMobilní aplikace pro detekci objektů pomocí knihovny TensorFlow Litecze
dc.title.alternativeA mobile application for object detection using the TensorFlow Lite libraryeng
dc.typebakalářská prácecze
dspace.entity.typePublication

Soubory

Původní svazek

Nyní se zobrazuje 1 - 3 z 3
Načítá se...
Náhled
Název:
HendrychJ_DetekceObjektu_JP_2024.pdf
Velikost:
3.81 MB
Formát:
Adobe Portable Document Format
Popis:
Plný text práce
Načítá se...
Náhled
Název:
PanusJ_MobilniAplikace_JH_2024.pdf
Velikost:
222.59 KB
Formát:
Adobe Portable Document Format
Popis:
Posudek vedoucího práce
Načítá se...
Náhled
Název:
HendrychJ_DetekceObjektuAplikace_JP_2024.zip
Velikost:
103.07 MB
Formát:
Unknown data format
Popis:
VŠKP - příloha