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.