diplomsko delo
Domen Žukovec (Avtor), Aleksandar Jurišić (Mentor)

Povzetek

Diplomsko delo raziskuje uporabo računalniškega vida v industriji, s posebnim fokusom na konvolucijskih nevronskih mrežah (CNN). V uvodu obravnava zgodovino in trenutne trende na teh področjih. Podrobno preučuje izzive in procese učenja nevronskih mrež za industrijski računalniški vid, vključno z metodologijo učenja, ocenjevanjem modelov, arhitekturo mrež, njihovimi rezultati in praktično implementacijo. Nadalje je predstavljen razvoj in implementacija modela računalniškega vida v industrijskem okolju. To vključuje zbiranje in obdelavo slikovnih podatkov, modeliranje, označevanje, učenje, optimizacijo, razvoj API-ja, integracijske točke, dokumentacijo in usposabljanje. Analizira in primerja tudi različne pristope in orodja za učenje modelov računalniškega vida, kot so Microsoft Custom Vision, Roboflow in YOLO ter se osredotoča na pomen zajema, označevanja in obdelave podatkov za uspeh računalniškega vida.

Ključne besede

umetna inteligenca;konvolucijske nevronske mreže;industrijska avtomatizacija;označevanje podatkov;modeliranje;optimizacija;računalništvo;visokošolski strokovni študij;diplomske naloge;

Podatki

Jezik: Slovenski jezik
Leto izida:
Tipologija: 2.11 - Diplomsko delo
Organizacija: UL FRI - Fakulteta za računalništvo in informatiko
Založnik: [D. Žukovec]
UDK: 004.93:658.51(043.2)
COBISS: 188004867 Povezava se bo odprla v novem oknu
Št. ogledov: 30
Št. prenosov: 13
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: Implementation of computer vision for production modernization
Sekundarni povzetek: The thesis explores the use of computer vision in the industry, with a special focus on convolutional neural networks (CNN). In the introduction, it discusses the history and current trends in these areas. The work examines in detail the challenges and processes of learning neural networks for industrial computer vision, including the methodology of learning, model evaluation, network architecture, their results, and practical implementation. Furthermore, the development and implementation of a computer vision model in an industrial environment are presented. This includes the collection and processing of image data, modeling, labeling, learning, optimization, API development, integration points, documentation, and training. The thesis also analyzes and compares different approaches and tools for learning computer vision models, such as Microsoft Custom Vision, Roboflow, and YOLO, and focuses on the importance of data capture, labeling, and processing for the success of computer vision.
Sekundarne ključne besede: computer vision;artificial intelligence;convolutional neural networks;industrial automation;data annotation;modeling;optimization;computer science;diploma;Računalniški vid;Tehnološke inovacije;Avtomatizacija;Industrija;
Vrsta dela (COBISS): Diplomsko delo/naloga
Študijski program: 1000470
Konec prepovedi (OpenAIRE): 1970-01-01
Komentar na gradivo: Univ. v Ljubljani, Fak. za računalništvo in informatiko
Strani: 82 str.
ID: 23066029