Dist-YOLO -- YOLOv3 with distance
Identifikátory výsledku
Kód výsledku v IS VaVaI
<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F61988987%3A17610%2F23%3AA2402K4P" target="_blank" >RIV/61988987:17610/23:A2402K4P - isvavai.cz</a>
Výsledek na webu
<a href="https://gitlab.com/EnginCZ/yolo-with-distance" target="_blank" >https://gitlab.com/EnginCZ/yolo-with-distance</a>
DOI - Digital Object Identifier
—
Alternativní jazyky
Jazyk výsledku
angličtina
Název v původním jazyce
Dist-YOLO -- YOLOv3 with distance
Popis výsledku v původním jazyce
The software represents an extension of original YOLOv3 neural network classifier with distance estimation and higher precision that the original YOLOv3 approach. The implementation is available at: https://gitlab.com/EnginCZ/yolo-with-distance
Název v anglickém jazyce
Dist-YOLO -- YOLOv3 with distance
Popis výsledku anglicky
The software represents an extension of original YOLOv3 neural network classifier with distance estimation and higher precision that the original YOLOv3 approach. The implementation is available at: https://gitlab.com/EnginCZ/yolo-with-distance
Klasifikace
Druh
R - Software
CEP obor
—
OECD FORD obor
10200 - Computer and information sciences
Návaznosti výsledku
Projekt
<a href="/cs/project/EF17_049%2F0008414" target="_blank" >EF17_049/0008414: Centrum pro výzkum a vývoj metod umělé intelligence v automobilovém průmyslu regionu</a><br>
Návaznosti
P - Projekt vyzkumu a vyvoje financovany z verejnych zdroju (s odkazem do CEP)
Ostatní
Rok uplatnění
2023
Kód důvěrnosti údajů
S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů
Údaje specifické pro druh výsledku
Interní identifikační kód produktu
https://gitlab.com/EnginCZ/yolo-with-distance
Technické parametry
Upravený model neuronové sítě vytvořený na základě YOLOv3 rozšiřující detekci a klasifikaci nalezench objektů o odhad jejich vzdálenosti. Neuronová síť má upravenou architekturu a učící algoritmus se zaměřením na detekci relativní vzdálenosti detekovaných objektů při zachování jednoduchosti a rychlosti původního přístupu. Celý projekt je realizován v jazyce Python za pomocí frameworků Tensorflow a Keras.
Ekonomické parametry
Úspora nákladů; zvýšení efektivity
IČO vlastníka výsledku
61988987
Název vlastníka
Ostravská Univerzita