Vyhledání včelí královny v obrazu rámečku
Název práce v češtině: | Vyhledání včelí královny v obrazu rámečku |
---|---|
Název v anglickém jazyce: | Searching for the Bee Queen in an Image of the Beehive Frame. |
Klíčová slova: | detekce včelí královny|neuronová síť|mobilní aplikace |
Klíčová slova anglicky: | queen bee detection|neural network|mobile app |
Akademický rok vypsání: | 2022/2023 |
Typ práce: | bakalářská práce |
Jazyk práce: | čeština |
Ústav: | Katedra teoretické informatiky a matematické logiky (32-KTIML) |
Vedoucí / školitel: | doc. Mgr. Martin Pilát, Ph.D. |
Řešitel: | skrytý![]() |
Datum přihlášení: | 29.09.2023 |
Datum zadání: | 29.09.2023 |
Datum potvrzení stud. oddělením: | 20.10.2023 |
Datum a čas obhajoby: | 06.09.2024 09:00 |
Datum odevzdání elektronické podoby: | 17.07.2024 |
Datum odevzdání tištěné podoby: | 17.07.2024 |
Datum proběhlé obhajoby: | 06.09.2024 |
Oponenti: | Mgr. Klára Pešková, Ph.D. |
Zásady pro vypracování |
Při manipulaci se včelami je vhodné minimalizovat dobu, kterou včely stráví mimo úl. Jedním z důležitých kroků je zkontrolování včelí královny. Tu je tak potřeba co nejrychleji najít na rámečku mezi ostatními včelami. Zároveň je vhodné ji označit např. fixem, aby se celý proces manipulace do budoucna urychlil. Pokud je královna neznačená a člověk ji hledá ve velkém množství včel, je potřeba ji co najít co nejrychleji. Metody pro detekci objektů v obrazu se v posledních letech rychle rozvíjejí a bylo by zajímavé, je pro tento problém využít. Cílem práce je tedy vytvořit nástroj ve formě mobilní aplikace pro detekování včelí královny v obrázku rámečku.
Student nastuduje literaturu týkající se obecných metod pro detekci objektů v obrazu. Tyto metody mezi sebou porovná a na základě výsledků tohoto porovnání vytvoří mobilní aplikaci, která bude schopná vyhledávat včelí královnu v obrázku rámečku z úlu. |
Seznam odborné literatury |
[1] Zou, Zhengxia, Keyan Chen, Zhenwei Shi, Yuhong Guo, and Jieping Ye. "Object detection in 20 years: A survey." In: Proceedings of the IEEE (2023).
[2] Goodfellow, Ian, Yoshua Bengio, and Aaron Courville. Deep learning. MIT press, 2016. |