Mask R-CNN for Key Detection and Segmentation

Kód výsledku v IS VaVaI

<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F61989100%3A27740%2F25%3A10257403" target="_blank" >RIV/61989100:27740/25:10257403 - isvavai.cz</a>

Výsledek na webu

<a href="https://code.it4i.cz/VaVR/keys_detection" target="_blank" >https://code.it4i.cz/VaVR/keys_detection</a>

DOI - Digital Object Identifier

—

Jazyk výsledku

čeština

Název v původním jazyce

Mask R-CNN for Key Detection and Segmentation

Popis výsledku v původním jazyce

Předkládaný software je navržen pro predikci a lokalizaci klíčů na obrazech s vysokým rozlišením. Detekované klíče jsou velmi malé a pro lidské oko často těžko viditelné, což činí tento úkol výzvou. Hlavním cílem projektu je demonstrovat rychlost a efektivitu AI aplikací při hledání klíčů v porovnání s lidskými schopnostmi. V rámci implementace jsme použili model Mask R-CNN, který jsme následně dotrénovali na vlastním, speciálně vytvořeném datasetu. Tento přístup umožňuje nejen detekci klíčů, ale i jejich přesnou lokalizaci a segmentaci. Díky tomuto řešení jsme schopni dosáhnout vysoké přesnosti i při práci s náročnými a malými objekty, což výrazně zrychluje celý proces.

Název v anglickém jazyce

Mask R-CNN for Key Detection and Segmentation

Popis výsledku anglicky

The presented software is designed for the prediction and localization of keys in high-resolution images. The detected keys are very small and often difficult to see with the human eye, which makes this task a challenge. The main goal of the project is to demonstrate the speed and efficiency of AI applications in key detection compared to human abilities. As part of the implementation, we used the Mask R-CNN model, which we then fine-tuned on our own specially created dataset. This approach allows not only key detection but also their precise localization and segmentation. Thanks to this solution, we can achieve high accuracy even when working with demanding and small objects, significantly speeding up the entire process.

Druh

R - Software

CEP obor

—

OECD FORD obor

10200 - Computer and information sciences

Projekt

—

Návaznosti

—

Rok uplatnění

2025

Kód důvěrnosti údajů

S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

Interní identifikační kód produktu

004/24-03-2025_SW

Technické parametry

Software umožňuje detekci a lokalizaci malých objektů, v tomto případě klíčů, v obrazech s vysokým rozlišením s využitím architektury Mask R-CNN.

Ekonomické parametry

neaplikovatelné

IČO vlastníka výsledku

61989100

Název vlastníka

VŠB - Technická univerzita Ostrava