Výsledky vyhledávání

  1. 1.
    0584504 - ÚTIA 2025 RIV CZ eng L - Prototyp, funkční vzorek
    Kadlec, Jiří - Pohl, Zdeněk - Kohout, Lukáš
    Support for TE0821 modules with Vitis AI 3.0 DPU.
    Interní kód: 4_TE0821_AI_3_0 ; 2024
    Technické parametry: Dokument obsahuje návod a potřebné soubory pro konfiguraci vývojového prostředí AMD Vitis 2022.2 AI 3.0 pro kompilaci HW akcelerované aplikace detekce obličejů a dalších 10 AI příkladů pro moduly TE0821 na základové desce TE0701-06 firmy Trenz Electronic.
    Ekonomické parametry: Vývojové prostředí AMD Vitis 2022.2 AI 3.0 pracuje v OS Ubuntu 20.04. Detekce obličejů je akcelerována jednou optimalizovanou AMD DPU (deep learning unit) provádějící inferenci neuronové sítě, která je implementována v int8 aritmetice s hodinovým kmitočtem 400 MHz. DPU pracuje s bloky BRAM paměti a s distribuovanou pamětí v programovatelné logice. Vstupem je USB kamera. Systém podporuje X11 zobrazení na PC připojeném přes 1Gb Ethernet. Součástí systému je www server pro vzdálené ovládání po internetu.
    Grant CEP: GA MŠMT(CZ) 9A23008
    Klíčová slova: artificial intelligence * object detection * embedded systems * edge computing * Vitis AI 3.0 * AMD-Xilinx * Zynq UltraScale+
    Obor OECD: Computer hardware and architecture
    https://zs.utia.cas.cz/index.php?ids=results&id=4_TE0821_AI_3_0
    Trvalý link: https://hdl.handle.net/11104/0353245
     
     
  2. 2.
    0584501 - ÚTIA 2025 RIV CZ eng L - Prototyp, funkční vzorek
    Kadlec, Jiří - Pohl, Zdeněk - Kohout, Lukáš
    Support for TE0820 modules with Vitis AI 3.0 DPU.
    Interní kód: 5_TE0820_AI_3_0 ; 2024
    Technické parametry: Dokument obsahuje návod a potřebné soubory pro konfiguraci vývojového prostředí AMD Vitis 2022.2 AI 3.0 pro kompilaci HW akcelerované aplikace detekce obličejů a dalších 10 AI příkladů pro moduly TE0820 na základové desce TE0701-06 firmy Trenz Electronic.
    Ekonomické parametry: Vývojové prostředí AMD Vitis 2022.2 AI 3.0 pracuje v OS Ubuntu 20.04. Detekce obličejů je akcelerována jednou optimalizovanou AMD DPU (deep learning unit) provádějící inferenci neuronové sítě, která je implementována v int8 aritmetice s hodinovým kmitočtem 400 MHz. DPU pracuje s bloky BRAM paměti a s distribuovanou pamětí v programovatelné logice. Vstupem je USB kamera. Systém podporuje X11 zobrazení na PC připojeném přes 1Gb Ethernet. Součástí systému je www server pro vzdálené ovládání po internetu.
    Grant CEP: GA MŠMT(CZ) 9A23008
    Klíčová slova: artificial intelligence * object detection * embedded systems * edge computing * Vitis AI 3.0 * AMD-Xilinx * Zynq UltraScale+
    Obor OECD: Computer hardware and architecture
    https://zs.utia.cas.cz/index.php?ids=results&id=5_TE0820_AI_3_0
    Trvalý link: https://hdl.handle.net/11104/0353246
     
     
  3. 3.
    0583418 - ÚTIA 2025 RIV CZ eng L - Prototyp, funkční vzorek
    Kohout, Lukáš - Kadlec, Jiří - Pohl, Zdeněk
    Support for TE0802-02-2AEV2-A board with Vitis AI 3.0 DPU and VGA display.
    Interní kód: 3_TE0802-02-2AEV2-A_AI_3_0_VGA ; 2024
    Technické parametry: Dokument obsahuje návod a potřebné soubory pro konfiguraci vývojového prostředí AMD Vitis 2022.2 AI 3.0 pro kompilaci HW akcelerované aplikace detekce obličejů a dalších 10 AI příkladů pro vývojovou desku TE0802-02-2AEV2-A od firmy Trenz Electronic.
    Ekonomické parametry: Vývojové prostředí AMD Vitis 2022.2 AI 3.0 pracuje v OS Ubuntu 20.04. Detekce obličejů je akcelerována jednou optimalizovanou AMD DPU (deep learning unit) provádějící inferenci neuronové sítě, která je implementována v int8 aritmetice s hodinovým kmitočtem 400 MHz. DPU pracuje s bloky BRAM paměti a s distribuovanou pamětí v programovatelné logice. Vstupem je USB kamera. Systém podporuje X11 zobrazení na PC připojeném přes 1Gb Ethernet nebo alternativně VGA grafický výstup na monitoru s X11 plochou s HD rozlišením. Součástí systému je www server pro vzdálené ovládání po internetu.
    Grant CEP: GA MŠMT(CZ) 9A23008
    Klíčová slova: artificial intelligence * object detection * embedded systems * edge computing * Vitis AI 2.0 * AMD-Xilinx * Zynq UltraScale+
    Obor OECD: Computer hardware and architecture
    https://zs.utia.cas.cz/index.php?ids=results&id=3_TE0802-02-2AEV2-A_AI_3_0_VGA
    Trvalý link: https://hdl.handle.net/11104/0351538
     
     
  4. 4.
    0583373 - ÚTIA 2025 RIV CZ eng L - Prototyp, funkční vzorek
    Kohout, Lukáš - Kadlec, Jiří - Pohl, Zdeněk
    Support for TE0802-02-1BEV2-A board with Vitis AI 3.0 DPU and VGA display.
    Interní kód: 2_TE0802-02-1BEV2-A_AI_3_0_VGA ; 2024
    Technické parametry: Dokument obsahuje návod a potřebné soubory pro konfiguraci vývojového prostředí AMD Vitis 2022.2 AI 3.0 pro kompilaci HW akcelerované aplikace detekce obličejů a dalších 10 AI příkladů pro vývojovou desku TE0802-02-1BEV2-A od firmy Trenz Electronic.
    Ekonomické parametry: Vývojové prostředí AMD Vitis 2022.2 AI 3.0 pracuje v OS Ubuntu 20.04. Detekce obličejů je akcelerována jednou optimalizovanou AMD DPU (deep learning unit) provádějící inferenci neuronové sítěi, která je implementována v int8 aritmetice s hodinovým kmitočtem 400 MHz. DPU pracuje s bloky BRAM paměti a s distribuovanou pamětí v programovatelné logice. Vstupem je USB kamera. Systém podporuje X11 zobrazení na PC připojeném přes 1Gb Ethernet nebo alternativně VGA grafický výstup na monitoru s X11 plochou s HD rozlišením. Součástí systému je www server pro vzdálené ovládání po internetu.
    Grant CEP: GA MŠMT 9A23008
    Klíčová slova: artificial intelligence * object detection * embedded systems * edge computing * Vitis AI 2.0 * AMD-Xilinx * Zynq UltraScale+
    Obor OECD: Computer hardware and architecture
    https://zs.utia.cas.cz/index.php?ids=results&id=2_TE0802-02-1BEV2-A_AI_3_0_VGA
    Trvalý link: https://hdl.handle.net/11104/0351537
     
     
  5. 5.
    0578865 - ÚTIA 2024 RIV LT eng C - Konferenční příspěvek (zahraniční konf.)
    Flusser, Jan
    Visual Object Recognition - Traditional Methods Along with Deep Learning Approaches.
    14th Conference of Data Analysis Methods for Software Systems (DAMSS23). Vilnius: Vilnius University Press, 2023 - (Bernatavičienė, J.), s. 23-23. Vilnius University Proceedings, vol. 39. E-ISSN 2669-0233.
    [Conference on DATA ANALYSIS METHODS for Software Systems 2023 /14./. Druskininkai (LT), 30.11.2023-02.12.2023]
    Grant CEP: GA ČR GA21-03921S
    Institucionální podpora: RVO:67985556
    Klíčová slova: Visual Object Recognition * Deep Learning Approaches * continuous analysis of the visual field
    Obor OECD: Computer hardware and architecture
    http://library.utia.cas.cz/separaty/2023/ZOI/flusser-0578865.docx
    Trvalý link: https://hdl.handle.net/11104/0347795
     
     
  6. 6.
    0578243 - PSÚ 2024 DE eng J - Článek v odborném periodiku
    Lukavský, Jiří - Meyerhoff, H.S.
    Gaze coherence reveals distinct tracking strategies in multiple object and multiple identity tracking.
    Psychonomic Bulletin & Review. listopad (2023). ISSN 1069-9384. E-ISSN 1531-5320
    Grant CEP: GA ČR(CZ) GA19-07690S
    Grant ostatní: Ministerstvo školství, mládeže a tělovýchovy - GA MŠk(CZ) LM2018140
    Institucionální podpora: RVO:68081740
    Klíčová slova: attention * eye movements * multiple identitty * multiple object tracking * tracking
    Obor OECD: Psychology (including human - machine relations)
    Impakt faktor: 3.5, rok: 2022
    Způsob publikování: Omezený přístup
    Trvalý link: https://hdl.handle.net/11104/0347288
     
     
  7. 7.
    0576527 - BÚ 2024 RIV CH eng J - Článek v odborném periodiku
    Korznikov, Kirill - Kislov, D. - Petrenko, T. - Dzizyurova, V. D. - Doležal, Jiří - Krestov, P. - Altman, Jan
    Unveiling the Potential of Drone-Borne Optical Imagery in Forest Ecology: A Study on the Recognition and Mapping of Two Evergreen Coniferous Species.
    Remote Sensing. Roč. 15, č. 18 (2023), č. článku 4394. E-ISSN 2072-4292
    Institucionální podpora: RVO:67985939
    Klíčová slova: tree crown recognition * multiple-object detection * semantic segmentation
    Obor OECD: Ecology
    Impakt faktor: 5, rok: 2022
    Způsob publikování: Open access
    https://doi.org/10.3390/rs15184394
    Trvalý link: https://hdl.handle.net/11104/0346084
     
     
  8. 8.
    0573978 - ÚTIA 2024 RIV DE eng J - Článek v odborném periodiku
    Flusser, Jan - Lébl, Matěj - Šroubek, Filip - Pedone, M. - Kostková, Jitka
    Blur Invariants for Image Recognition.
    International Journal of Computer Vision. Roč. 131, č. 9 (2023), s. 2298-2315. ISSN 0920-5691. E-ISSN 1573-1405
    Grant CEP: GA ČR GA21-03921S
    Institucionální podpora: RVO:67985556
    Klíčová slova: Blurred image * Object recognition * Blur invariants * Projection operators * Moments
    Obor OECD: Robotics and automatic control
    Impakt faktor: 19.5, rok: 2022
    Způsob publikování: Open access
    http://library.utia.cas.cz/separaty/2023/ZOI/flusser-0573978.pdf https://link.springer.com/article/10.1007/s11263-023-01798-7
    Trvalý link: https://hdl.handle.net/11104/0344425
     
     
  9. 9.
    0573345 - MÚ 2024 RIV US eng J - Článek v odborném periodiku
    Balcerzak, M. - Kania, Tomasz
    The existence of UFO implies projectively universal morphisms.
    Proceedings of the American Mathematical Society. Roč. 151, č. 9 (2023), s. 3737-3742. ISSN 0002-9939. E-ISSN 1088-6826
    Institucionální podpora: RVO:67985840
    Klíčová slova: universal free object * UFO * projective universality * concrete category
    Obor OECD: Pure mathematics
    Impakt faktor: 1, rok: 2022
    Způsob publikování: Omezený přístup
    https://doi.org/10.1090/proc/16422
    Trvalý link: https://hdl.handle.net/11104/0343808
    Název souboruStaženoVelikostKomentářVerzePřístup
    Kania3.pdf2157.9 KBVydavatelský postprintvyžádat
     
     
  10. 10.
    0571124 - ÚTIA 2024 RIV CZ eng L - Prototyp, funkční vzorek
    Kohout, Lukáš - Pohl, Zdeněk - Kadlec, Jiří
    Xilinx Vitis AI facedetect and resnet50 Demo on Trenz Electronic TE0802 02 with ZU2CG and 1 GB LPDD4.
    Interní kód: te0802_2cg_vitis_ai_resnet50 ; 2023
    Technické parametry: Dokument obsahuje návod a potřebné soubory pro konfiguraci vývojového prostředí Xilinx Vitis 2021.2.1 AI 2.0 pro kompilaci HW akcelerované aplikace detekce obličejů pro Trenz Electronic vývojovou desku TE0802.
    Ekonomické parametry: Vývojové prostředí Xilinx Vitis 2021.2.1 AI 2.0 pracuje v OS Ubuntu 20.04. Detekce obličejů je akcelerována jednou optimalizovanou Xilinx DPU (data processing unit) provádějící inferenci v neuronové síti, která je implementována v int8 aritmetice s hodinovým kmitočtem 400MHz. DPU pracuje s bloky BRAM paměti a s distribuovanou pamětí v programovatelné logice. S připojenou USB kamerou systém zpracuje až 16 FPS. Výkon optimalizované DPU (bez SW předzpracování signálu z USB kamery) je pro tuto aplikaci až 80 FPS. Systém podporuje X11 zobrazení na PC připojeném přes 1Gb Ethernet nebo alternativně DisplayPort grafický výstup na monitor s X11 plochou. Dokument obsahuje návod a potřebné soubory pro konfiguraci a překlad neuronové sítě pro optimalizovanou DPU pro aplikaci detekce obličejů.
    Grant CEP: GA MŠMT 8A21009
    Klíčová slova: artificial intelligence * object detection * embedded systems * edge computing * Vitis AI 2.0 * AMD-Xilinx * Zynq UltraScale+
    Obor OECD: Computer hardware and architecture
    https://zs.utia.cas.cz/index.php?ids=results&id=te0802_2cg_vitis_ai_resnet50
    Trvalý link: https://hdl.handle.net/11104/0342451
     
     

  Tyto stránky využívají soubory cookies, které usnadňují jejich prohlížení. Další informace o tom jak používáme cookies.