Details

Title: Сегментация и классификация данных изображения на основе глубокого обучения в процессе литья в опоки: выпускная квалификационная работа магистра по направлению 09.04.01 - Информатика и вычислительная техника ; 09.04.01_17 - Интеллектуальные системы (международная образовательная программа)
Creators: Беккер Йонас Малте
Scientific adviser: Потехин Вячеслав Витальевич
Other creators: Селиванова Елена Николаевна
Organization: Санкт-Петербургский политехнический университет Петра Великого. Институт компьютерных наук и технологий
Imprint: Санкт-Петербург, 2019
Collection: Выпускные квалификационные работы; Общая коллекция
Subjects: Литейные формы песчаные; Вычислительные сети — Архитектура; сегментация; свёрточная нейронная сеть; single shot detector; детектор объекта
UDC: 621.744.3:004.72
Document type: Master graduation qualification work
File type: PDF
Language: Russian
Speciality code (FGOS): 09.04.01
Speciality group (FGOS): 090000 - Информатика и вычислительная техника
Links: Отзыв руководителя; Рецензия; Отчет о проверке на объем и корректность внешних заимствований
DOI: 10.18720/SPBPU/3/2019/vr/vr19-5771
Rights: Доступ по паролю из сети Интернет (чтение, печать, копирование)

Allowed Actions:

Action 'Read' will be available if you login or access site from another network Action 'Download' will be available if you login or access site from another network

Group: Anonymous

Network: Internet

Annotation

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.

Document access rights

Network User group Action
ILC SPbPU Local Network All Read Print Download
Internet Authorized users SPbPU Read Print Download
Internet Authorized users (not from SPbPU)
-> Internet Anonymous

Usage statistics

stat Access count: 27
Last 30 days: 0
Detailed usage statistics