Cílem práce je vytvořit vlastní systém robotického vidění s prvky umělé inteligence založený na konvolučních neuronových sítích. Práce se zabývá ověřením principů a posouzením kvality lokalizace a kategorizace rozpoznávaných objektů. Výsledná data z konvoluční sítě jsou předána robotickému systému prostřednictvím standardního protokolu.
Anotace v angličtině
The aim of the work is to create a robotic vision system with artificial intelligence elements based on convolutional neural networks. The work deals with the verification of principles and quality assessment of localization and categorization of recognized objects. The resulting data from the convolutional network is transmitted to the robotic system via a standard protocol.
Cílem práce je vytvořit vlastní systém robotického vidění s prvky umělé inteligence založený na konvolučních neuronových sítích. Práce se zabývá ověřením principů a posouzením kvality lokalizace a kategorizace rozpoznávaných objektů. Výsledná data z konvoluční sítě jsou předána robotickému systému prostřednictvím standardního protokolu.
Anotace v angličtině
The aim of the work is to create a robotic vision system with artificial intelligence elements based on convolutional neural networks. The work deals with the verification of principles and quality assessment of localization and categorization of recognized objects. The resulting data from the convolutional network is transmitted to the robotic system via a standard protocol.
Cíl práce: Cílem práce je vytvořit vlastní systém robotického vidění s prvky umělé inteligence založený na konvolučních neuronových sítích. Získané informace budou předávány robotickému ramenu pomocí standardního protokolu.
Obsah teoretické části: Student provede rešerši problematiky zpracování obrazu, konvolučních neuronových sítí, lokalizace a identifikace objektů.
Obsah praktické části: Student navrhne a vytvoří konvoluční neuronovou síť pro lokalizaci a identifikaci objektů ukázkové aplikace. V rámci testování student posoudí kvalitu lokalizace a identifikace v závislosti na úpravě obrazu prostřednictvím použitých filtrů, rozměrech neuronové sítě, či volbě vhodných aktivačních funkcí perceptronů. Systém zajistí transformaci obrazových souřadnic do souřadného systému robotu a komunikaci s robotickým ramenem standardním protokolem.
Zásady pro vypracování
Cíl práce: Cílem práce je vytvořit vlastní systém robotického vidění s prvky umělé inteligence založený na konvolučních neuronových sítích. Získané informace budou předávány robotickému ramenu pomocí standardního protokolu.
Obsah teoretické části: Student provede rešerši problematiky zpracování obrazu, konvolučních neuronových sítí, lokalizace a identifikace objektů.
Obsah praktické části: Student navrhne a vytvoří konvoluční neuronovou síť pro lokalizaci a identifikaci objektů ukázkové aplikace. V rámci testování student posoudí kvalitu lokalizace a identifikace v závislosti na úpravě obrazu prostřednictvím použitých filtrů, rozměrech neuronové sítě, či volbě vhodných aktivačních funkcí perceptronů. Systém zajistí transformaci obrazových souřadnic do souřadného systému robotu a komunikaci s robotickým ramenem standardním protokolem.
Seznam doporučené literatury
SZELISKI, Richard. Computer Vision: Algorithms and Applications. Texts in computer science. London: Springer, 2010. ISBN 978-1-84882-934-3.
AGGARWAL, Charu C. Neural networks and deep learning: a textbook. Cham, Switzerland: Springer, 2018. ISBN 978-3-319-94462-3.
RASCHKA, Sebastian a MIRJALILI, Vahid. Python machine learning: machine learning and deep learning with Python, scikit-learn, and TensorFlow. Second edition. Expert insight. Birmingham: Packt, 2017. ISBN 978-1-78712-593-3.
Seznam doporučené literatury
SZELISKI, Richard. Computer Vision: Algorithms and Applications. Texts in computer science. London: Springer, 2010. ISBN 978-1-84882-934-3.
AGGARWAL, Charu C. Neural networks and deep learning: a textbook. Cham, Switzerland: Springer, 2018. ISBN 978-3-319-94462-3.
RASCHKA, Sebastian a MIRJALILI, Vahid. Python machine learning: machine learning and deep learning with Python, scikit-learn, and TensorFlow. Second edition. Expert insight. Birmingham: Packt, 2017. ISBN 978-1-78712-593-3.
Přílohy volně vložené
-
Přílohy vázané v práci
-
Převzato z knihovny
Ne
Plný text práce
Přílohy
Posudek(y) oponenta
Hodnocení vedoucího
Záznam průběhu obhajoby
Cílem práce bylo vytvořit vlastní systém robotického vidění s prvky umělé inteligence založený na konvolučních neuronových sítích. Diplomant prokázal velmi dobré znalosti konvolučních neuronových sítí. Cílem práce nebylo navrhnout metody a aplikovat je na konkrétních problémech a posuzovat jejich vlastnosti, ale vytvořit vlastní systém robotického vidění na nejnižší úrovni a aplikovat jej ve spojení s robotickým ramenem. Všechny body zadání byly splněny.