Rozpoznávání objektů v obrazu viditelné kamery pomocí FPGA
Object Recognition Using an FPGA on an Embedded Platform
dc.contributor.advisor | Kovář Jan | |
dc.contributor.author | Rózsa Tibor | |
dc.date.accessioned | 2018-06-11T07:25:37Z | |
dc.date.available | 2018-06-11T07:25:37Z | |
dc.date.issued | 2018-06-11 | |
dc.identifier | KOS-695599608305 | |
dc.identifier.uri | http://hdl.handle.net/10467/76451 | |
dc.description.abstract | Po enormním úspěchu architektury hluboké sítě AlexNet v roce 2012, se stalo hluboké učení spolehlivým řešením pro aplikace zpracování obrazů. Nicméně do nedávné minulosti byly tyto aplikace limitovány na vysoce výkonný CPU/GPU, počet parametrů totiž znemožňoval skladování a používání větších neurálních sítí ve věstavených zařízeních. Objevením binárních neurálních sítí a XNOR-konvolucí se tyto limitace odstránili a umožnili použití klasifikátorů s vysokou přesností, malým zpožděním, v reálným čase ve věstavených zařízeních. Naše aplikace implementuje klasifikátor tohoto typu na překonfigurovatelné hardware platformě, FPGA, aby odlehčil hlavní procesor věstaveného sytému od komplexity úkolů. | cze |
dc.description.abstract | Since the overwhelming success of the AlexNet deep neural network architecture in the year 2012, deep learning has become the go-to for many image-processing applications. However, until recently they have been limited to the high-performance CPU/GPU world, for the number of parameters made it impossible to store and use larger neural networks in embedded devices. With the advent of binarized neural networks and XNOR-convolutions this limitation has been lifted, and it is now possible to implement high-precision, low latency, real-time classifiers and other image processing solutions on embedded devices. Our application explores such an implementation on a reconfigurable hardware platform, FPGA, to offload the comutational complexity of the task from the main system processor of the embedded system. | eng |
dc.language.iso | ENG | |
dc.publisher | České vysoké učení technické v Praze. Vypočetní a informační centrum. | cze |
dc.publisher | Czech Technical University in Prague. Computing and Information Centre. | eng |
dc.rights | A university thesis is a work protected by the Copyright Act. Extracts, copies and transcripts of the thesis are allowed for personal use only and at one?s own expense. The use of thesis should be in compliance with the Copyright Act http://www.mkcr.cz/assets/autorske-pravo/01-3982006.pdf and the citation ethics http://knihovny.cvut.cz/vychova/vskp.html | eng |
dc.rights | Vysokoškolská závěrečná práce je dílo chráněné autorským zákonem. Je možné pořizovat z něj na své náklady a pro svoji osobní potřebu výpisy, opisy a rozmnoženiny. Jeho využití musí být v souladu s autorským zákonem http://www.mkcr.cz/assets/autorske-pravo/01-3982006.pdf a citační etikou http://knihovny.cvut.cz/vychova/vskp.html | cze |
dc.subject | FPGA,binární neurální sítě,strojové učení,detekce objektů | cze |
dc.subject | FPGA,binary neural network,machine learning,object detection | eng |
dc.title | Rozpoznávání objektů v obrazu viditelné kamery pomocí FPGA | cze |
dc.title | Object Recognition Using an FPGA on an Embedded Platform | eng |
dc.type | bakalářská práce | cze |
dc.type | bachelor thesis | eng |
dc.date.accepted | ||
dc.contributor.referee | Holub Jan | |
theses.degree.discipline | Senzory a přístrojová technika | cze |
theses.degree.grantor | katedra měření | cze |
theses.degree.programme | Kybernetika a robotika | cze |
Soubory tohoto záznamu
Tento záznam se objevuje v následujících kolekcích
-
Bakalářské práce - 13138 [262]