Vývoj strojového učení v oblasti rozpoznávaní obrazů
Autor(ka) práce:
Adamovich, Georgy
Typ práce:
Bakalářská práce
Vedoucí práce:
Luc, Ladislav
Oponenti práce:
Chudán, David
Jazyk práce:
Česky
Abstrakt:
V dnešní době se setkáváme s rapidním vývojem technologií umělé inteligence, které mají obrovský vliv na naši společnost. Jednou z takových technologií je strojové učení, které posouvá učení počítačů z dat neuvěřitelnou rychlosti a hraje velkou roli v různých odvětvích. Rozpoznávání obrazů je nejznámějším příkladem této technologie. Nachází uplatnění ve zdravotnictví, automobilovém průmyslu, zemědělství, bezpečnostních systémech a v mnoha dalších odvětvích. Cílem této bakalářské práce je seznámit se s problematikou strojového učení, hlubokého učení a konvolučních neuronových sítí v oblastí rozpoznávání obrazů. Následně pomocí navrženého modelu bude ukázáno, jak se zacházet s metodami a technikami při řešení problému „Černé skříňky“. Nakonec vytvořený model bude vyhodnocen a výsledky budou analyzovaný.
Development of machine learning in the field of image recognition
Autor(ka) práce:
Adamovich, Georgy
Typ práce:
Bachelor thesis
Vedoucí práce:
Luc, Ladislav
Oponenti práce:
Chudán, David
Jazyk práce:
Česky
Abstrakt:
Nowadays, we are experiencing a rapid development of artificial intelligence technologies that have a huge impact on our society. One such technology is machine learning, which is pushing computer learning from data at an incredible pace and playing a big role in various industries. Image recognition is the most well-known example of this technology. It finds applications in healthcare, automotive, agriculture, security systems and many other industries. The aim of this bachelor thesis is to learn about machine learning, deep learning and convolutional neural networks in the field of image recognition. Then, using the proposed model, it will be shown how to handle the methods and techniques in solving the "Black box" problem. Finally, the developed model will be evaluated and the results will be analyzed.
Klíčová slova:
Machine learning, image recognition, deep learning, convolutional neural networks,,; image classification, transfer learning, histograms of oriented gradients, Haar cascade, ; Black box, LIME, SHAP, GAN, BoW ; Decision trees, random forest,