Detekce jedné třídy objektů v obraze pomocí deep learning detektoru

Abstract

Diplomová práce se zabývá detekcí jedné třídy objektů v obraze s využitím deep learning detektoru. Zaměřuje se na detekci lidské hlavy a na ověření použitelnosti navrženého řešení pro zařízení typu edge computing. Teoretická část popisuje principy umělých neuronových sítí, jejich využití při detekci objektů v obraze a vybrané frameworky pro jejich implementaci. Praktická část se věnuje přípravě vlastního datasetu, návrhu a implementaci modelů YOLOv11, trénovacím experimentům a vyhodnocení kvality detekce. Porovnán je vliv velikosti modelu a vstupního rozlišení na výslednou kvalitu detekce a výpočetní náročnost. Vybraný model je následně ověřen také z hlediska inferenční odezvy na zařízení ZED Box.