Result: Analýza dopravního provozu s využitím strojového učení ; Traffic analysis using on machine learning

Title:
Analýza dopravního provozu s využitím strojového učení ; Traffic analysis using on machine learning
Authors:
Zelený, Ondřej
Contributors:
Frýza, Tomáš, Slanina, Martin
Publisher Information:
Vysoké učení technické v Brně. Fakulta elektrotechniky a komunikačních technologií
Publication Year:
2022
Collection:
Brno University of Technology (VUT): Digital Library / Vysoké učení technické v Brně: Digitální knihovně
Subject Terms:
Hluboké učení, učení s učitelem, počítačové vidění, detekce objektů, klasifikaace objektů, python, pytorch, konvoluční neuronové sítě, objektová detekce, internet věci, Deep Learning, Supervised Learning, Computer Vision, Object Detection, Object Classification, Convolutional Neural Networks, Object Tracking, Internet of Things
Document Type:
Dissertation/ Thesis master thesis
File Description:
application/pdf; application/zip; text/html
Language:
English
Relation:
ZELENÝ, O. Analýza dopravního provozu s využitím strojového učení [online]. Brno: Vysoké učení technické v Brně. Fakulta elektrotechniky a komunikačních technologií. 2022.; 145513; http://hdl.handle.net/11012/208304
Availability:
http://hdl.handle.net/11012/208304
Rights:
Standardní licenční smlouva - přístup k plnému textu bez omezení
Accession Number:
edsbas.BA206834
Database:
BASE

Further Information

Tato práce přibližuje problematiku detekce objektů a jejich klasifikace pro uplatnění k analýze dopravy. V teoretické části přibližuji několik metod a technik pro detekci a klasifikaci objektů. Dále zde představuji nejpoužívanější platformy a programovací jazyky pro implementaci konvolučních neuronových sítí. Dále uvádí přehled základních algoritmů pro trasování objektů a dostupné cloudové platformy pro internet věci. V praktické část je uvedena implementace vybraného algoritmu a k němu přidaných funkcionalit jako je trasování objektů nebo pracování a vizualiace v cloudu. ; The aim of this thesis is to investigate the problematic of object detection and classification for traffic analysis. The theoretical part of the paper takes insight on numerous methods and techniques of object detection and classification. Further the paper discuses popular frameworks and programming languages for implementation of convolutional neural networks as well as multi-object tracking and communication with IoT server. The practical part shows implementation of chosen model and additional functionalities, object trackers and communication with selected IoT platform as well as data processing in cloud and visualization. ; D