Детальная информация

Беккер, Йонас Малте. Сегментация и классификация данных изображения на основе глубокого обучения в процессе литья в опоки [Электронный ресурс] = Deep learning based segmentation and classification of image data in a green sand moulding casting process: выпускная квалификационная работа магистра: 09.04.01 - Информатика и вычислительная техника ; 09.04.01_17 - Интеллектуальные системы (международная образовательная программа) / Й. Беккер; Санкт-Петербургский политехнический университет Петра Великого, Институт компьютерных наук и технологий ; науч. рук. В. В. Потехин ; консультант по нормоконтролю Е. Н. Селиванова. — Электрон. текстовые дан. (1 файл : 3,9 Мб). — Санкт-Петербург, 2019. — Загл. с титул. экрана. — Свободный доступ из сети Интернет (чтение, печать, копирование). — Adobe Acrobat Reader 7.0. — <URL:http://elib.spbstu.ru/dl/3/2019/vr/vr19-5771.pdf>. — <URL:http://doi.org/10.18720/SPBPU/3/2019/vr/vr19-5771>. — <URL:http://elib.spbstu.ru/dl/3/2019/vr/rev/vr19-5771-o.pdf>. — <URL:http://elib.spbstu.ru/dl/3/2019/vr/rev/vr19-5771-r.pdf>. — <URL:http://elib.spbstu.ru/dl/3/2019/vr/rev/vr19-5771-a.pdf>.

Дата создания записи: 29.11.2019

Тематика: сегментация; свёрточная нейронная сеть; single shot detector; детектор объекта; segmentation; convolutional neural networks; object detection; single shot detector

Коллекции: Выпускные квалификационные работы; Общая коллекция

Ссылки: DOI; Отзыв руководителя; Рецензия; Отчет о проверке на объем и корректность внешних заимствований

Разрешенные действия: Прочитать Загрузить (3,9 Мб) Для чтения документа необходим Flash Player

Группа: Анонимные пользователи

Сеть: Интернет

Аннотация

Проект на литейном заводе сейчас находится в процессе мониторинга. Один из подпроцессов литья - это производство песчаных форм. Песчаная форма содержит несколько макетов (формы для литья). Специальная камера делает изображение каждой произведённой песчаной формы. В данной магистерской диссертации разработан детектор объектов Single Shot, который может распознавать макеты на изображениях. Детектор объектов использует глубокие сверхточные нейронные сети. В диссертации был сделан литературный обзор о современном уровне развития детекторов объектов. В ходе выполнения работы были сравнены различные сетевые архитектуры и алгоритмы обучения нейронных сетей. Целью определения и изучения макета является контроль качества. Результат распознавания детектором объектов используется для проверки, на сколько правильно определены позиция, класс и размер макета.

A project in a casting plant is currently dealing with process monitoring. A sub-precess of casting is the sand mould production. A sand mould contains multiple layouts (form for a casting part). A vision system takes an image of every produced sand mould. In the thesis a Single Shot object Detector is developed that can detect the layouts in an image. The object detector uses Deep Convolutional Neural Networks. A literature review about the state of the Art of Object Detectors is done. Different network architectures and training algorithms are compared. The aim of the layout detection is quality control. It is checked weather the position, class and size of the layout are correctly produced.

Права на использование объекта хранения

Место доступа Группа пользователей Действие
Локальная сеть ИБК СПбПУ Все Прочитать Печать Загрузить
-> Интернет Все Прочитать Печать Загрузить

Статистика использования документа

stat Количество обращений: 3
За последние 30 дней: 3
Подробная статистика