Izvedba strojnega vida na mobilni napravi

diplomsko delo

Povzetek

V diplomski nalogi sem obravnaval področje strojnega vida, ki omogoča računalnikom prepoznavo objektov iz slik in video posnetkov. Glede na to, da strojni vid spada pod področje umetne inteligence, sem opisal tudi delovanje strojnega učenja in nevronskih mrež. Glavni cilj naloge je bil izdelati aplikacijo, ki bi s strojnim vidom prepoznavala vrste sadja. Izdelavo sem pričel tako, da sem iz interneta prenesel slikovni podatkovni set, kateremu sem mu za večjo natančnost dodal še slike sadja, ki sem jih posnel sam. Nato sem uporabil Googlov Teachable Machine, ki na podlagi prenesenega učenja omogoča lažje učenje modela slikovnega vida. Za izdelavo aplikacije sem uporabljal Android Studio, v pomoč pa so mi bili internetni viri, ki so podobno aplikacijo že sestavili. Izdelano aplikacijo sem testiral s sadjem, ki bi ga aplikacija morala prepoznati. Ugotovil sem, da deluje zadovoljivo, saj je le nekajkrat napačno identificirala kivi.

Ključne besede

računalniški vid;strojno učenje;prenosno učenje;univerzitetni študij;Elektrotehnika;diplomske naloge;

Podatki

Jezik:	Slovenski jezik
Leto izida:	2024
Tipologija:	2.11 - Diplomsko delo
Organizacija:	UL FE - Fakulteta za elektrotehniko
Založnik:	[J. Ban]
UDK:	004.8/.9(043.2)(0.034.2)
COBISS:	208226819
Št. ogledov:	65
Št. prenosov:	132
Ocena:	0 (0 glasov)
Metapodatki:

Ostali podatki

Sekundarni jezik:	Angleški jezik
Sekundarni naslov:	Fast implementation of machine vision solutions on mobile devices
Sekundarni povzetek:	In my diploma thesis, I discussed the field of machine vision, which enables computers to recognize objects from images and videos. Considering that machine vision belongs to the field of artificial intelligence, I also described the operation of machine learning and neural networks. The main goal of the task was to create an application that would recognize types of fruit using machine vision. I started the project by downloading an image data set from the Internet, to which I added fruit images that I took myself for greater accuracy. Then I used Google's Teachable Machine, which makes it easier to learn the image vision model based on transferable learning. I used Android Studio to create the app, and I was helped by internet resources that had already built a similar app. I tested the built application with the fruit that the application should recognize. I found it to work satisfactorily as it only misidentified the kiwi a couple of times.
Sekundarne ključne besede:	Computer vision;Machine learning;Transfer learning;
Vrsta dela (COBISS):	Diplomsko delo/naloga
Študijski program:	1000313
Komentar na gradivo:	Univ. v Ljubljani, Fak. za elektrotehniko
Strani:	1 spletni vir (1 datoteka PDF (IX, 20 str.))
ID:	25105200