3D sémantická segmentace RGBD dat pomocí hlubokých konvolučních neuronových sítí

Abstract

Cílem této práce bylo nastudování problematiky konvolučních neuronových sítí. Jejich využití v oblasti 2D a 3D sémantické segmentace a seznámení se s možnostmi jejich implementace. Výsledkem práce je otestování implementace konvoluční neuronové sítě na anotovaných datech z veřejně přístupného datasetu KITTI a vyhodnocení jejích výsledků.Goal of this thesis was to study the issue of convolutional neural networks. Their use in 2D and 3D semantic segmentation and familiarize with possibilities of their implementation. The result of this thesis is to test an implementation of such convolutional network on anooted data from the publicly available KITTI dataset and evaluate its results.