magistrsko delo
Anže Bertoncelj (Avtor), Janez Perš (Mentor)

Povzetek

Problem odčitavanja vrednosti analognih instrumentov z uporabo metod računalniškega vida je star problem, ki je bil že rešen z mnogimi različnimi pristopi. Zaradi zahteve podjetja po ponovni implementaciji starega algoritma, sta se nam pojavili dve vprašanji: Kako bi lahko problem rešili z uporabo najsodobnejših pristopov in kako dobro se ti novi pristopi primerjajo z obstoječimi starimi pristopi. V tej diplomski nalogi so predlagane tri metode, kjer vsaka poizkuša problem rešiti na svojevrsten način. Prva metoda je le ponovna implementacija in temelji na podlagi starih metod. Drugi dve metodi pa uporabljata umetno inteligenco in temeljita na nevronskih omrežjih VGG-16 in Mask R-CNN. V nalogi poleg opisov metod, te tudi implementiramo in med seboj primerjamo.

Ključne besede

nevronska omrežja;magisteriji;

Podatki

Jezik: Slovenski jezik
Leto izida:
Tipologija: 2.09 - Magistrsko delo
Organizacija: UL FE - Fakulteta za elektrotehniko
Založnik: [A. Bertoncelj]
UDK: 004.93:621.317.7(043.2)
COBISS: 107176195 Povezava se bo odprla v novem oknu
Št. ogledov: 161
Št. prenosov: 55
Ocena: 0 (0 glasov)
Metapodatki: JSON JSON-RDF JSON-LD TURTLE N-TRIPLES XML RDFA MICRODATA DC-XML DC-RDF RDF

Ostali podatki

Sekundarni jezik: Angleški jezik
Sekundarni naslov: Reading displays of measuring instruments using computer vision and machine learning methods
Sekundarni povzetek: The problem of reading values from analogue instruments using comptures vision methods is an old problem that has already been solved many times using various methods. A request to re-implement the algorithm led to us ask ourself two questions: how could the problem be solved using state-of-the-art approaches, and how well do these new approaches compare with the existing old ones. In this thesis, three methods are presented, each trying to solve the problem of in a different way. The first method is just a re-implementation and upgrade of existing methods. However, the other two methods use artificial intelligence and are based on two different neural networks VGG-16 and Mask R-CNN. In addition to describing the methods, we also implement them and compare their results.
Sekundarne ključne besede: analogue measuring instruments;computer vision;machine learning;neural networks;computer science;master's degree;Merilni instrumenti;Računalniški vid;Strojno učenje;Računalništvo;Univerzitetna in visokošolska dela;
Vrsta dela (COBISS): Magistrsko delo/naloga
Študijski program: 1001017
Konec prepovedi (OpenAIRE): 1970-01-01
Komentar na gradivo: Univ. v Ljubljani, Fak. za računalništvo in informatiko
Strani: 90 str.
ID: 15129360