Treffer: Návrh učícího a vybavovacího modulu s využitím AI na platformě Raspberry PI a Intel Movidius

Title:
Návrh učícího a vybavovacího modulu s využitím AI na platformě Raspberry PI a Intel Movidius
Publisher Information:
Vysoké učení technické v Brně. Fakulta elektrotechniky a komunikačních technologií
Document Type:
E-Ressource Electronic Resource
Availability:
Open access content. Open access content
Standardní licenční smlouva - přístup k plnému textu bez omezení
Note:
Slovak
Other Numbers:
CZBUT oai:https://dspace.vut.cz:11012/190613
MACKO, T. Návrh učícího a vybavovacího modulu s využitím AI na platformě Raspberry PI a Intel Movidius [online]. Brno: Vysoké učení technické v Brně. Fakulta elektrotechniky a komunikačních technologií. 2020.
126886
1523445950
Contributing Source:
BRNO UNIV OF TECHNOL
From OAIster®, provided by the OCLC Cooperative.
Accession Number:
edsoai.on1523445950
Database:
OAIster

Weitere Informationen

Táto bakalárska práca sa venuje implementácii naučeného modelu neurónovej siete na platformu akcelerátoru neurónovych sietí - Intel Movidius. Prvá kapitola sa venuje teórii strojového učenia, počítačového videnia a technikám, ktoré tieto dva obory využívajú. Druhá kapitola popisuje vyber vhodnych nástrojov v podobe programovacieho jazyku a dodatočnych knižníc na programovanie konvolućnych neurónovych sietí. Tretia a štvrtá kapitola spolu pomerne úzko súvisia. Popisujú použity hardware, problematiku jeho inštalácie a všetky vyžadované balíčky. V ďalšej kapitole sú vyobrazené ukážky dát a spôsob ich spracovania. Ďalej nasleduje popis modelov neurónovej siete a všetkych skriptov, ktoré pri tejto práci vznikli. Poslednymi kapitolami sú spracovanie nameranych dát pri trénovaní a testovaní modelov a ich celkové vyhodnotenie.
This bachelors thesis describes the process of implementing trained neural network model to AI accelerator - Intel Movidius. The first chapter is about machine learning and computer vision theory. The second chapter describes the options which can be chosen for programming of convolutional neural networks as programming language or related libraries which suit the most. The third and fourth chapters are highly connected. They describe the whole process of hardware installation and troubleshooting of software issues during installation. The next chapter shows previews of images, which are used as data input for neural network. Next pages describe used scripts and models of neural networks which were created from scratch. The last chapters are all about measured datas during the training or testing of neural networks and its evaluation.