Full metadata record
DC poleHodnotaJazyk
dc.contributor.advisorŠvec Jan, Ing. Ph.D.
dc.contributor.authorMajer, Filip
dc.contributor.refereeHrúz Marek, Ing. Ph.D.
dc.date.accepted2023-6-20
dc.date.accessioned2024-01-15T23:11:15Z-
dc.date.available2022-10-17
dc.date.available2024-01-15T23:11:15Z-
dc.date.issued2023
dc.date.submitted2023-5-22
dc.identifier93420
dc.identifier.urihttp://hdl.handle.net/11025/55119-
dc.description.abstractV teoretické části práce je představena obecná teorie dopředných, rekurentních a konvolučních neuronových sítí. Následuje podrobný popis Transformer architektury, použitých modelů a datasetů pro detekci objektů. V praktické části práce byla navržena architektura modelu pro detekci objektů v obrazu s využitím textových dotazů. Dotazy mohly být jednoslovné nebo ve formě vět. Pro obě varianty bylo natrénováno několik modelů s různými kombinacemi parametrů. Na závěr byly tyto modely vyhodnoceny a byla navržena některá vylepšení.cs
dc.format49 s. (80000 znaků).
dc.language.isocs
dc.publisherZápadočeská univerzita v Plzni
dc.rightsPlný text práce je přístupný bez omezení
dc.subjectneuronové sítěcs
dc.subjecttransformercs
dc.subjectbertcs
dc.subjectrobertacs
dc.subjectvision transformercs
dc.subjecttransfer learningcs
dc.subjectcococs
dc.subjectdetekce objektůcs
dc.subjecttextové dotazycs
dc.subjectdetekce objektů s využitím textových dotazůcs
dc.titleDetekce objektů s využitím textových dotazůcs
dc.title.alternativeObject detection using textual queriesen
dc.typebakalářská práce
dc.thesis.degree-nameBc.
dc.thesis.degree-levelBakalářský
dc.thesis.degree-grantorZápadočeská univerzita v Plzni. Fakulta aplikovaných věd
dc.thesis.degree-programKybernetika a řídicí technika
dc.description.resultObhájeno
dc.description.abstract-translatedIn the theoretical part of the thesis, the general theory of feedforward, recurrent and convolutional neural networks is presented. This is followed by a detailed description of the Transformer architecture, important models and datasets used for object detection. In the practical part of the thesis, a model architecture has been proposed for object detection using textual queries. The queries could be a single word or in the form of sentences. For both variants, several models were trained with different parameter combinations. Lastly, these models were evaluated and improvements were proposed.en
dc.subject.translatedneural networksen
dc.subject.translatedtransformeren
dc.subject.translatedberten
dc.subject.translatedrobertaen
dc.subject.translatedvision transformeren
dc.subject.translatedtransfer learningen
dc.subject.translatedcocoen
dc.subject.translatedobject detectionen
dc.subject.translatedtextual queriesen
dc.subject.translatedobject detection using textual queriesen
Vyskytuje se v kolekcích:Bakalářské práce / Bachelor´s works (KKY)

Soubory připojené k záznamu:
Soubor Popis VelikostFormát 
F_Majer_BP.pdfPlný text práce7,72 MBAdobe PDFZobrazit/otevřít
PosudekOponentaSTAG.pdfPosudek oponenta práce62,3 kBAdobe PDFZobrazit/otevřít
PosudekVedoucihoSTAG.pdfPosudek vedoucího práce61,33 kBAdobe PDFZobrazit/otevřít
Prubeh obhajoby Majer Filip.pdfPrůběh obhajoby práce49,79 kBAdobe PDFZobrazit/otevřít
Zobrazit minimální záznam Zobrazit statistiky


Použijte tento identifikátor k citaci nebo jako odkaz na tento záznam: http://hdl.handle.net/11025/55119

Všechny záznamy v DSpace jsou chráněny autorskými právy, všechna práva vyhrazena.

hledání
navigace
  1. DSpace at University of West Bohemia
  2. Vysokoškolské kvalifikační práce / Theses
  3. Fakulta aplikovaných věd / Faculty of Applied Sciences
  4. Katedra kybernetiky / Department of Cybernetics
  5. Bakalářské práce / Bachelor´s works (KKY)