Výsledky vyhledávání
- 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 - 2.0584501 - 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 - 3.0583418 - 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 - 4.0583373 - 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 - 5.0578865 - 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 - 6.0578243 - 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 - 7.0576527 - 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 - 8.0573978 - 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 - 9.0573345 - 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/11104/0343808Název souboru Staženo Velikost Komentář Verze Přístup Kania3.pdf 2 157.9 KB Vydavatelský postprint vyžádat - 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