Prihlásenie

Lukáč Peter, Ing.: Dolovanie tried v čiastočne anotovaných obrazových dátach (písomná práca k dizertačnej skúške). Žilinská univerzita v Žiline. Fakulta riadenia a informatiky. Katedra informačných sietí. Cieľom práce je navrhnúť postupy a metódy na zefektívnenie procesu získavania anotovaných dát pre potreby vývoja metód počítačového videnia založených na hlbokom strojovom učení. Práca predstavuje rôzne postupy pri manuálnom anotovaní obrazových dát a nové postupy pri automatickom rozhodovaní o tom či obraz bude anotovaný alebo nie. Okrem známych metód strojového učenia založených na softmaxe sú navrhnuté nové postupy využívajúce detekčné a opravné kódy s podporou fuzzy logiky. Kľúčové slová: strojové učenie, DNN, CNN, anotácia, GPGU

Lukáč Peter, Ing.: Mining classes in partially annotated image data (written part of dissertation examination). University of Žilina. Faculty of Management Science and Informatics. Department of Information Networks . This theses aims to design methods for streamlining the process of obtaining annotated data in training computer vision methods based on deep machine learning. The work presents various procedures for manual annotation of image data and new procedures for an automatic decision whether the image will be annotated or not. New procedures using detection and correction codes with fuzzy logic support are proposed in addition to the known softmaxbased machine learning methods. Key words: machine learning, DNN, CNN, annotation, GPGU