Details

Title: Распознавание правильности маркировки по видеоизображению: выпускная квалификационная работа бакалавра: направление 09.03.04 «Программная инженерия» ; образовательная программа 09.03.04_01 «Технология разработки и сопровождения качественного программного продукта»
Creators: Коршунов Кирилл Владимирович
Scientific adviser: Малеев Олег Геннадьевич
Organization: Санкт-Петербургский политехнический университет Петра Великого. Институт компьютерных наук и технологий
Imprint: Санкт-Петербург, 2022
Collection: Выпускные квалификационные работы; Общая коллекция
Subjects: глубокое обучение; Tensorflow; Keras; Yolo; deep learning
Document type: Bachelor graduation qualification work
File type: PDF
Language: Russian
Level of education: Bachelor
Speciality code (FGOS): 09.03.04
Speciality group (FGOS): 090000 - Информатика и вычислительная техника
DOI: 10.18720/SPBPU/3/2022/vr/vr22-2710
Rights: Доступ по паролю из сети Интернет (чтение)
Additionally: New arrival
Record key: ru\spstu\vkr\19645

Allowed Actions:

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

Group: Anonymous

Network: Internet

Annotation

Данная работа посвящена разработке приложения для распознавания правильности маркировки с использованием глубокого обучения. В ходе работы необходимо выполнить следующие задачи: Изучить решения для обнаружения маркировки на изображении. Изучить решения для поиска аномалий. Сгенерировать синтетический датасет. Создать приложение для взаимодействия с созданным решением. В качестве маркировки был взят 1D код формата EAN-13, т.к. данный кодявляется одним из наиболее распространенных. Данная работа актуальна для различных производств для контроля нанесения маркировки. Результатом работы является gRPC сервис и CLI приложение для взаимодействия с ним. Протокол gRPC позволяет интегрировать данный сервис в приложения написанные на других языках программирования, которые поддерживают данный протокол.

The given work is devoted to the development of an application for recognizing the correctness of labeling using deep learning. The research set the following goals:Explore solutions for detecting markings in an imageExplore anomaly finding solutionsGenerate synthetic datasetCreate an application to interact with the created solutionThe 1D code of the EAN-13 format was taken as a marking, because this codeis one of the most common. This work is relevant for various industries to control marking.The result of the work is a gRPC service and a CLI application for interacting with it. The gRPC protocol allows this service to be integrated into applications written in other programming languages that support this protocol.

Document access rights

Network User group Action
ILC SPbPU Local Network All Read
External organizations N2 All Read
External organizations N1 All
Internet Authorized users SPbPU Read
Internet Authorized users (not from SPbPU, N2) Read
Internet Authorized users (not from SPbPU, N1)
-> Internet Anonymous

Usage statistics

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