Rozpoznávání želv
Recognition of tortoises
Typ dokumentu
bakalářská prácebachelor thesis
Autor
Kristýna Pátková
Vedoucí práce
Richtr Radek
Oponent práce
Novák Jakub
Studijní obor
Znalostní inženýrstvíStudijní program
Informatika 2009Instituce přidělující hodnost
katedra aplikované matematikyPráva
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.htmlVysokoškolská 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
Metadata
Zobrazit celý záznamAbstrakt
Tato bakalářská práce se zabývá rozpoznáváním jednotlivých exemplářů želv druhu Testudo Graeca na základě fotografií jejich plastronů. Rozpoznávací systém je vytvořen v programovacím jazyce Python. Pro automatickou detekci plastronů na fotografii je použita metoda Mask R-CNN a pro extrakci příznaků určených ke klasifikaci (multiclass či binární) jsou testovány 3 architektury konvolučních neuronových sítí – VGG16, InceptionV3 a ResNet50. Všechny tyto metody jsou v práci vysvětleny, také je zde popis příbuzných druhů želv z čeledi Testudinidae, jejich značení a použitelné identifikační příznaky na plastronech. Práce též obsahuje analýzu současných řešení problematiky automatického rozpoznávání želv a použitých datasetů, včetně návrhu ideální podoby želvího datasetu. This bachelor thesis deals with the recognition of individual tortoises of the Testudo Graeca species based on photographs of their plastrons. The recognition system is written in the Python programming language. For automatic detection of plastrons in the photograph, the Mask R-CNN method is used, and for the feature extraction, 3 architectures of convolutional neural networks – VGG16, InceptionV3 and ResNet50, are tested. All these methods are explained in this thesis, there is also a description of related species of tortoises from the family Testudinidae, their marking and suitable identification features on the plastron. Thesis also contains an analysis of the current solutions to the issue of automatic recognition of tortoises and of used datasets, including proposal of the ideal form of a tortoises dataset.
Kolekce
- Bakalářské práce - 18105 [292]