| dc.contributor.advisor |
Komínková Oplatková, Zuzana
|
|
| dc.contributor.author |
Vaško, Daniel
|
|
| dc.date.accessioned |
2025-12-10T23:09:14Z |
|
| dc.date.available |
2025-12-10T23:09:14Z |
|
| dc.date.issued |
2024-07-26 |
|
| dc.identifier |
Elektronický archiv Knihovny UTB |
|
| dc.identifier.uri |
http://hdl.handle.net/10563/56941
|
|
| dc.description.abstract |
Táto bakalárska práca sa zaoberá detekciou a segmentáciou 3D objektov na obrázkoch, čo je základný aspekt počítačového videnia. Teoretická časť predstavuje základné koncepty a metódy, zatiaľ čo praktická časť sa zameriava na testovanie predtrénovaných modelov, ako sú 3DSSD, PointPillars a Cylinder3D, pomocou rámca MMDetection3D. Hoci tieto metódy nie sú najmodernejšie a experimenty sú obmedzené systémovými zdrojmi a určitými obmedzeniami, cieľom práce je poskytnúť prístupný úvod do témy a ukázať praktické aplikácie s dostupnými nástrojmi. Napriek niektorým nedokonalostiam možno výsledky replikovať pomocou poskytnutého kódu a pokynov na nastavenie prostredia. |
|
| dc.format |
59 |
|
| dc.language.iso |
cs |
|
| dc.publisher |
Univerzita Tomáše Bati ve Zlíně |
|
| dc.rights |
Bez omezení |
|
| dc.subject |
počítačové videnie
|
cs |
| dc.subject |
3D objekty
|
cs |
| dc.subject |
detekcia objektov
|
cs |
| dc.subject |
segmentácia
|
cs |
| dc.subject |
hlboké učenie
|
cs |
| dc.subject |
konvolučné neuronové siete
|
cs |
| dc.subject |
computer vision
|
en |
| dc.subject |
3D objects
|
en |
| dc.subject |
object detection
|
en |
| dc.subject |
segmentation
|
en |
| dc.subject |
deep learning
|
en |
| dc.subject |
convolutional neural networks
|
en |
| dc.title |
Detekce a segmentace 3D objektu v obraze |
|
| dc.title.alternative |
Detection and Segmentation of 3D Objects in Images |
|
| dc.type |
bakalářská práce |
cs |
| dc.contributor.referee |
Tureček, Tomáš |
|
| dc.date.accepted |
2024-09-10 |
|
| dc.description.abstract-translated |
This bachelor's thesis investigates the detection and segmentation of 3D objects in images, a fundamental aspect of computer vision. The theoretical section introduces essential concepts and methods, while the practical part focuses on testing pre-trained models like 3DSSD, PointPillars, and Cylinder3D using the MMDetection3D framework. Although these methods are not state-of-the-art, and the experiments are limited by system resources and certain constraints, the thesis aims to provide an accessible introduction to the topic and demonstrate practical applications with available tools. Despite some imperfections, the results can be replicated using the provided code and environment setup instructions. |
|
| dc.description.department |
Ústav informatiky a umělé inteligence |
|
| dc.thesis.degree-discipline |
Softwarové inženýrství |
cs |
| dc.thesis.degree-discipline |
Software Engineering |
en |
| dc.thesis.degree-grantor |
Univerzita Tomáše Bati ve Zlíně. Fakulta aplikované informatiky |
cs |
| dc.thesis.degree-grantor |
Tomas Bata University in Zlín. Faculty of Applied Informatics |
en |
| dc.thesis.degree-name |
Bc. |
|
| dc.thesis.degree-program |
Softwarové inženýrství |
cs |
| dc.thesis.degree-program |
Software Engineering |
en |
| dc.identifier.stag |
69038
|
|
| dc.date.submitted |
2024-08-22 |
|
