Aplikace algoritmu hlubokého učení (deep learning) pro klasifikaci obrazů

Abstract

Práce pojednává o Deep Lerning (hluboké učení) a obecně i o klasifikaci obrazů s použitím umělé inteligence. Po krátkém úvodu je vysvětleno shromažďování dat a jejich příprava pro Deep Learning. Následně je porovnáván náročnější postup vycházející z kompletmě nových sebraných dat v porovnání s dostupnými předpřipravenými. V další části je přehledně popsán algoritmus hlubokého učení, dostupné knihovny a efektivita použití Deep Learning jako prostředek pro klasifikaci obrazů.

This thesis aims to explore Image Classification using Artificial Intelligence (AI) in the general sense and Deep Learning in the more specific sense. AI has gone through a lot of phases ever since the term was first coined by the computer scientist John McCarthy in 1955[1]. This thesis will introduce the topic of Deep Learning as a branch of Machine Learning and Artificial Intelligence, then it will explore how data is collected and prepared for Deep Learning. The paper will also discuss the challenges faced when applying Deep Learning on a brand-new dataset versus using one that is available and ready for Deep Learning applications. Furthermore, the thesis will review the different deep learning algorithms, libraries as well as the cloud services that offer Deep Learning virtual machines as a service. Finally, an evaluation of the efficiency and effectiveness of Deep Learning as a means of classification of images will be included as a conclusion to the thesis.