С 17 марта 2020 г. для ресурсов (учебные, научные, материалы конференций, статьи из периодических изданий, авторефераты диссертаций, диссертации) ЭБ СПбПУ, обеспечивающих образовательный процесс, установлен особый режим использования. Обращаем внимание, что ВКР/НД не относятся к этой категории.

Детальная информация

Название: Сегментация и классификация данных изображения на основе глубокого обучения в процессе литья в опоки: выпускная квалификационная работа магистра: 09.04.01 - Информатика и вычислительная техника ; 09.04.01_17 - Интеллектуальные системы (международная образовательная программа)
Авторы: Беккер Йонас Малте
Научный руководитель: Потехин Вячеслав Витальевич
Другие авторы: Селиванова Елена Николаевна
Организация: Санкт-Петербургский политехнический университет Петра Великого. Институт компьютерных наук и технологий
Выходные сведения: Санкт-Петербург, 2019
Коллекция: Выпускные квалификационные работы; Общая коллекция
Тематика: сегментация; свёрточная нейронная сеть; single shot detector; детектор объекта; segmentation; convolutional neural networks; object detection
Тип документа: Выпускная квалификационная работа магистра
Тип файла: PDF
Язык: Русский
Код специальности ФГОС: 09.04.01
Группа специальностей ФГОС: 090000 - Информатика и вычислительная техника
Ссылки: Отзыв руководителя; Рецензия; Отчет о проверке на объем и корректность внешних заимствований
DOI: 10.18720/SPBPU/3/2019/vr/vr19-5771
Права доступа: Свободный доступ из сети Интернет (чтение, печать, копирование)

Разрешенные действия:

Действие 'Прочитать' будет доступно, если вы выполните вход в систему или будете работать с сайтом на компьютере в другой сети Действие 'Загрузить' будет доступно, если вы выполните вход в систему или будете работать с сайтом на компьютере в другой сети

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 Авторизованные пользователи Прочитать Печать Загрузить
-> Интернет Анонимные пользователи

Статистика использования

stat Количество обращений: 24
За последние 30 дней: 0
Подробная статистика