Materials
Slides
AlexNet, ZFNet, ResNet
Face Detection/OpenCV C++
Face Detection/OpenCV Python
Parking lot detection - template
Parking lot training data
Dlib - Parking lot + training data
HOG - Parking lot
- - Seznámení se s kostrou detektoru (načtení obrazu parkoviště, načtení souřadnic parkovacích míst, zobrazení jednotlivých parkovacích míst).
- - Využití detekce hran v rozpoznání (zamyslete se nad pokračováním, jak vhodně uložit informace o hranách do vektoru příznaků).
- - Uložení informací o hranách do vektoru příznaků (vyzkoušení prvního detektoru obsazených/volných míst bez učitele).
- - Využití vícerozměrného vektoru příznaků (jak získat do vektoru příznaků detailnější informace o parkovacím místě).
- - Seznámení se klasifikátory v OpenCV/Dlib.
- - Využití klasifikátorů v rozpoznání (natrénujte klasifikátor (NN, SVM) a otestujte ho pro detekci obsazeným a volných míst).
- - Využití konvolučních neuronových sítí (natrénujte síť typu LeNet s různými parametry a otestujte její rychlost a přesnost.)
- - Experimentování s parametry konvolučních sítí (jaký vliv má velikost (dimensionalita) vektoru příznaků na dobu detekce, na dobu trénování, na kvalitu detekce?).
- - Využití různých typů konvolučních sítí v rozpoznání (AlexNet, ZFNet, VGGNet, GoogLeNet).
- - Experimentování s vytvořenými detektory (porovnání s řešeními, vytvořenými na předchozích cvičeních).
- - Využití hloubkových 3D senzorů (RealSense, Kinect) v rozpoznávání.
- - Segmentace a detekce objektů v hloubkových datech. zadani