Full metadata record
DC pole | Hodnota | Jazyk |
---|---|---|
dc.contributor.advisor | Král Pavel, Doc. Ing. Ph.D. | |
dc.contributor.author | Juppa, Radek | |
dc.contributor.referee | Gruber Ivan, Ing. Ph.D. | |
dc.date.accepted | 2020-6-16 | |
dc.date.accessioned | 2020-11-10T00:38:59Z | - |
dc.date.available | 2019-10-7 | |
dc.date.available | 2020-11-10T00:38:59Z | - |
dc.date.issued | 2020 | |
dc.date.submitted | 2020-5-7 | |
dc.identifier | 82929 | |
dc.identifier.uri | http://hdl.handle.net/11025/41795 | |
dc.description.abstract | Tato práce se věnuje problematice automatického rozpoznávání výrobce a modelů vozidel. Detailně popisuje postup výroby datasetu z veřejných zdrojů. Pro klasifikaci jsou použity konvoluční neuronové sítě. Práce srovnává výsledky experimentů prováděných na sítích ResNet-50 a VGG-16. Experimenty jsou implementovány v jazyce Python s využitím knihovny Keras/TF. Nejlepší dosažené výsledky jsou otestovány v reálné situaci. Závěrem jsou publikovány návrhy na vylepšení. | cs |
dc.format | 49 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 | rozpoznávání výrobce a modelu vozidla | cs |
dc.subject | vmmr | cs |
dc.subject | neuronové sítě | cs |
dc.subject | cnn | cs |
dc.subject | keras | cs |
dc.subject | svm | cs |
dc.subject | augmentace | cs |
dc.title | Automatické rozpoznávání výrobce a modelu vozidla | cs |
dc.title.alternative | Automatic vehicle make and model recognition | en |
dc.type | bakalářská práce | cs |
dc.thesis.degree-name | Bc. | cs |
dc.thesis.degree-level | Bakalářský | cs |
dc.thesis.degree-grantor | Západočeská univerzita v Plzni. Fakulta aplikovaných věd | cs |
dc.thesis.degree-program | Inženýrská informatika | cs |
dc.description.result | Obhájeno | cs |
dc.rights.access | openAccess | en |
dc.description.abstract-translated | This work describes the problems of vehicle make and model recognition. It presents in detail the creation of a suitable image dataset from public web resources. Extensive experiments are conducted to find suitable architecture of convolutional neural network. Great results were achieved by using CNN models based on ResNet-50 and VGG16. The work is implemented in Python using Keras/TF. In the conclusion, the actual proposal is evaluated and compared with real world scenarios. Further improvements are proposed. | en |
dc.subject.translated | vehicle make and model recognition | en |
dc.subject.translated | vmmr | en |
dc.subject.translated | convolution neural network | en |
dc.subject.translated | cnn | en |
dc.subject.translated | keras | en |
dc.subject.translated | svm | en |
dc.subject.translated | augmentation | en |
Vyskytuje se v kolekcích: | Bakalářské práce / Bachelor´s works (KIV) |
Soubory připojené k záznamu:
Soubor | Popis | Velikost | Formát | |
---|---|---|---|---|
BP_A16B0039K.pdf | Plný text práce | 52,05 MB | Adobe PDF | Zobrazit/otevřít |
A16B0039K_Hodnoceni.pdf | Posudek vedoucího práce | 27,99 kB | Adobe PDF | Zobrazit/otevřít |
A16B0039K_Posudek.pdf | Posudek oponenta práce | 27,79 kB | Adobe PDF | Zobrazit/otevřít |
A16B0039K_Obhajoba.pdf | Průběh obhajoby práce | 41,46 kB | Adobe PDF | Zobrazit/otevřít |
Použijte tento identifikátor k citaci nebo jako odkaz na tento záznam:
http://hdl.handle.net/11025/41795
Všechny záznamy v DSpace jsou chráněny autorskými právy, všechna práva vyhrazena.