Detekce výmolů vozovek pomocí neuronových sítí
Diplomová práceopen accessNačítá se...
Datum
Autoři
Vedoucí práce
Oponent
Název časopisu
Název svazku
Nakladatel
Univerzita Pardubice
Abstrakt
Diplomová práce se zabývá návrhem, implementací a experimentálním ověřením modelu umělé inteligence pro detekci výmolů na vozovce s využitím metod hloubkového učení neuronových sítí. Teoretická část obsahuje současné přístupy k detekci defektů vozovek, zejména techniky počítačového vidění a hloubkového učení. Hlavní část práce bude věnována architekturám konvolučních neuronových sítí, detekčním modelům (rodina YOLO), problémům tvorby datasetů, anotace a metod hodnocení přesnosti detekce. Praktická část se zaměřuje na vytvoření a přípravu datasetu, implementaci a trénování navrženého modelu a následné experimentální vyhodnocení jeho výkonu. Součástí bude porovnání s dalšími vybranými metodami detekce. Výsledkem práce je zhodnocení vhodnosti hlubokých neuronových sítí pro automatizovanou detekci výmolů a identifikace modelu s nejlepším dosaženým výkonem.
Rozsah stran
92 s. (129 051 znaků)
ISSN
Permanentní identifikátor
Projekt
Časopis nebo seriál
Vydavatelská verze
Přístup k e-verzi
Bez omezení
Název akce
ISBN
Studijní obor
Automatické řízení
Studijní program
Automatické řízení
Signatura tištěné verze
Umístění tištěné verze
Přístup k tištěné verzi
Klíčová slova
Umělé neuronové sítě, YOLO, detekce výmolů, počítačové vidění, hluboké učení, konvoluční neuronové sítě, detekční modely, zpracování obrazu, dataset, anotace dat, hodnocení přesnosti, mAP, IoU, umělá inteligence, Artificial neural networks, YOLO, pothole detection, computer vision, deep learning, convolutional neural networks, detection models, image processing, dataset, data annotation, accuracy evaluation, mAP, IoU, artificial intelligence