Objektové rozpoznávání v TensorFlow
| Název práce: | Objektové rozpoznávání v TensorFlow |
|---|---|
| Autor(ka) práce: | Chmel, Štěpán |
| Typ práce: | Bakalářská práce |
| Vedoucí práce: | Zeman, Václav |
| Oponenti práce: | Valášek, Jan |
| Jazyk práce: | Česky |
| Abstrakt: | Cílem této bakalářské práce je zjistit, který existující model pro objektové rozpozná-vání je vhodný pro trénování nového modelu tak, aby bylo možné rozpoznávat objekt „handgun“ v reálném čase. Dále pak jaká trénovací data jsou nejvhodnější pro trénování takového modelu.V první části popisuji knihovnu TensorFlow a její část pro objektové rozpoznávání. Ve druhé části se zaměřuji na komponenty potřebné pro provedení praktické části této práce. V části třetí se zabývám vytvářením nových modelů pro rozpoznávání objektů. Ve čtvrté a poslední části vyhodnocuji efektivitu nově vytvořených modelů. Na základě informací z teoretické části jsem vytvořil 10 nových modelů, jejichž celková doba trénování byla přes 90 hodin. Na základě krátkého testu jsem vybral 4 nejlepší modely a podrobil je hlubšímu testování na skupině padesáti fotografií a testu detekce v reálném času s pomocí webkamery mého počítače. Na základě podrobnějších testů jsem vyhodnotil, že nejlepším modelem pro tréno-vání byl model, který se skládal ze selektoru rysů Inception_V2 a meta-architektury SSD. Nejlepšími trénovacími daty jsou pak fotografie, které zachycují požadovaný objekt celý i částečně z různých úhlů spolu s dalšími objekty, které nejsou předmětem trénování. |
| Klíčová slova: | TensorFlow; Model; Neuronová síť; Objektové rozpoznávání |
| Název práce: | Object detection in TensorFlow |
|---|---|
| Autor(ka) práce: | Chmel, Štěpán |
| Typ práce: | Bachelor thesis |
| Vedoucí práce: | Zeman, Václav |
| Oponenti práce: | Valášek, Jan |
| Jazyk práce: | Česky |
| Abstrakt: | The aim of this bachelor thesis is to find out which existing model for object detection is suitable for training a new model so that it can detect object „handgun“ in real time and the aim is also to find out what training data is best suited to train such a model.In the first part I describe the TensorFlow library and its part for object detection. In the second part I focus on the components necessary for the practical part of this work. In Part Three, I am creating new models for object detection. In the fourth and final part I am evaluating the efficiency of newly created models. Based on the information from the theoretical part, I have created 10 new models with a total training time of over 90 hours. Based on a short test, I have chosen the 4 best models and subjected them to a deeper testing on a group of fifty photos and a real-time detection test using the webcam of my computer.Based on more detailed tests, I have come to a conclusion that the best model for training was a model that consisted of the feature extractor Inception_V2 and SSD meta-architecture. The best training data are photographs that capture, the requested object partially or fully from different angles, other objects that are not subject to training. |
| Klíčová slova: | Model; Neural Network; TensorFlow; Object Detection |
Informace o studiu
| Studijní program / obor: | Aplikovaná informatika/Aplikovaná informatika |
|---|---|
| Typ studijního programu: | Bakalářský studijní program |
| Přidělovaná hodnost: | Bc. |
| Instituce přidělující hodnost: | Vysoká škola ekonomická v Praze |
| Fakulta: | Fakulta informatiky a statistiky |
| Katedra: | Katedra informačního a znalostního inženýrství |
Informace o odevzdání a obhajobě
| Datum zadání práce: | 12. 2. 2018 |
|---|---|
| Datum podání práce: | 1. 5. 2018 |
| Datum obhajoby: | 13. 6. 2018 |
| Identifikátor v systému InSIS: | https://insis.vse.cz/zp/64744/podrobnosti |