Repozytorium PJATK

Detekcja uczestników ruchu drogowego w oparciu o gł˛ebokie sztuczne sieci neuronowe

Repozytorium Centrum Otwartej Nauki

Pokaż uproszczony rekord

dc.contributor.author Kojs, Kamil
dc.date.accessioned 2023-01-26T07:40:39Z
dc.date.available 2023-01-26T07:40:39Z
dc.date.issued 2023-01-26
dc.identifier.issn 2022/I/F/8
dc.identifier.uri https://repin.pjwstk.edu.pl/xmlui/handle/186319/2322
dc.description.abstract W pracy zaprezentowana została metoda wykrywania pieszych oraz pojazdów za pomocą głębokiej sztucznej sieci neuronowej. Przedstawiona została teoria sztucznych sieci neuronowych potrzebna do zrozumienia działania wykorzystanej architektury oraz procesu uczenia modelu. Opisany został proces zebrania oraz przygotowania zbioru danych, a także proces trenowania modelu. Zaprojektowane zostały eksperymenty, po ich przeprowadzeniu przeanalizowane zostały wyniki oraz wybrany został model o najlepszej jakości. Rezultatem niniejszej pracy było stworzenie najbardziej efektywnego modelu zdolnego poprawnie wykrywać pieszych oraz pojazdy na przetwarzanym obrazie. pl_PL
dc.language.iso other pl_PL
dc.relation.ispartofseries ;Nr 6465
dc.subject Głębokie sieci neuronowe pl_PL
dc.subject Sztuczne sieci neuronowe pl_PL
dc.subject Przetwarzanie obrazu pl_PL
dc.subject Wykrywanie obiektów pl_PL
dc.subject Wykrywanie pieszych oraz pojazdów pl_PL
dc.subject Konwolucyjne sieci neuronowe pl_PL
dc.subject Architektura Faster R-CNN pl_PL
dc.subject Trenowanie modeli pl_PL
dc.subject Wzbogacanie danych pl_PL
dc.subject Klasyfikator pl_PL
dc.subject Sztuczna komórka nerwowa pl_PL
dc.subject Algorytm wstecznej propagacji pl_PL
dc.subject Warstwy próbkujące pl_PL
dc.title Detekcja uczestników ruchu drogowego w oparciu o gł˛ebokie sztuczne sieci neuronowe pl_PL
dc.type Thesis pl_PL


Pliki tej pozycji

Plik Rozmiar Format Przeglądanie

Nie ma plików powiązanych z tą pozycją.

Pozycja umieszczona jest w następujących kolekcjach

Pokaż uproszczony rekord

Szukaj


Szukanie zaawansowane

Przeglądaj

Moje konto