Full metadata record
DC pole | Hodnota | Jazyk |
---|---|---|
dc.contributor.advisor | Hrúz Marek, Ing. Ph.D. | |
dc.contributor.author | Soukup, Lukáš | |
dc.contributor.referee | Gruber Ivan, Ing. Ph.D. | |
dc.date.accepted | 2020-7-20 | |
dc.date.accessioned | 2020-11-10T00:37:21Z | - |
dc.date.available | 2019-10-1 | |
dc.date.available | 2020-11-10T00:37:21Z | - |
dc.date.issued | 2020 | |
dc.date.submitted | 2020-7-7 | |
dc.identifier | 82401 | |
dc.identifier.uri | http://hdl.handle.net/11025/41538 | |
dc.description.abstract | Tato diplomová práce se zabývá semántickou segmentací obrazu z kamery auta pomocí hlubokých neuronových sítí. Aktuálně nejlepší model aplikující sémantickou segmentaci na Cityscapes datasetu DeepLabV3+ byl kompletně re-implementován s použitím frameworků Keras a TensorFlow. Tento model byl předtrénován na ImageNet datasetu a poté byl transformován pomocí Cityscapes datasetu k tvorbě sémantické segmentace. Kvalita tohoto modelu byla ověřena pomocí validačního setu ze Cityscapes datasetu, na kterém model dosáhl výkonosti 73.55% IoU. Na závěr byl model přetrénován pomocí KPIT datasetu, aby vytvářel sémantickou segmentaci obrazu ze zadní kamery v autě, na které je čočka zvaná rybí oko. Na KPIT datasetu bylo provedeno několik experimentů. Nejlepší model dosáhl výkonosti 59.26% IoU na validační sadě. | cs |
dc.format | 53 s. | cs |
dc.format.mimetype | application/pdf | |
dc.language.iso | en | en |
dc.publisher | Západočeská univerzita v Plzni | cs |
dc.rights | Plný text práce je přístupný bez omezení. | cs |
dc.subject | hlubokoké neurovnové sítě | cs |
dc.subject | konvoluční neuronové sítě | cs |
dc.subject | deeplab | cs |
dc.subject | sémantická segmentace | cs |
dc.title | Sémantická segmentace obrazu pomocí hlubokých neuronových sítí | cs |
dc.title.alternative | Semantic segmentation of image using deep neural networks | en |
dc.type | diplomová práce | cs |
dc.thesis.degree-name | Ing. | cs |
dc.thesis.degree-level | Navazující | cs |
dc.thesis.degree-grantor | Západočeská univerzita v Plzni. Fakulta aplikovaných věd | cs |
dc.thesis.degree-program | Aplikované vědy a informatika | cs |
dc.description.result | Obhájeno | cs |
dc.rights.access | openAccess | en |
dc.description.abstract-translated | The diploma thesis deals with the problem of semantic segmentation of automotive images using a deep neural networks. DeepLabV3+, the state-of-the-art model on Cityscapes dataset, was re-implemented using Keras and TensorFlow frameworks. The model was pretrained on the ImageNet dataset and then using a transfer learning was transformed to perform a semantic segmentation on the Cityscapes dataset. The performance of the model was verified on the validation set of Cityscapes dataset, the model achieved the performance of 73.55% IoU. In the end, the model was fine-tuned using the KPIT dataset to perform semantic segmentation of fish eye camera automotive images. A few experiments were executed on the KPIT dataset. The best model achieved a performance of 59.26% IoU on the validation set. | en |
dc.title.other | Semantic segmentation of image using deep neural networks | cs |
dc.subject.translated | deep neural networks | en |
dc.subject.translated | convolutional neural networks | en |
dc.subject.translated | deeplab | en |
dc.subject.translated | semantic segmentation | en |
Vyskytuje se v kolekcích: | Diplomové práce / Theses (KKY) |
Soubory připojené k záznamu:
Soubor | Popis | Velikost | Formát | |
---|---|---|---|---|
Semantic_segmentation_of_image_using_deep_neural_networks.pdf | Plný text práce | 11,25 MB | Adobe PDF | Zobrazit/otevřít |
soukup-v.pdf | Posudek vedoucího práce | 724,93 kB | Adobe PDF | Zobrazit/otevřít |
soukup-o.pdf | Posudek oponenta práce | 741,04 kB | Adobe PDF | Zobrazit/otevřít |
soukup-p.pdf | Průběh obhajoby práce | 428,81 kB | Adobe PDF | Zobrazit/otevřít |
Použijte tento identifikátor k citaci nebo jako odkaz na tento záznam:
http://hdl.handle.net/11025/41538
Všechny záznamy v DSpace jsou chráněny autorskými právy, všechna práva vyhrazena.