<?xml version="1.0"?>
<rdf:RDF xmlns:rdf="http://www.w3.org/1999/02/22-rdf-syntax-ns#" xmlns:dc="http://purl.org/dc/elements/1.1/"><rdf:Description rdf:about="https://dk.um.si/IzpisGradiva.php?id=83309"><dc:title>Detekcija napak na odlitkih z globokim učenjem</dc:title><dc:creator>Pšeničnik,	Tomo	(Avtor)
	</dc:creator><dc:creator>Klančnik,	Simon	(Mentor)
	</dc:creator><dc:creator>Bratina,	Božidar	(Mentor)
	</dc:creator><dc:subject>Globoko učenje</dc:subject><dc:subject>detekcija napak</dc:subject><dc:subject>klasifikacija</dc:subject><dc:subject>konvolucijska nevronska 
mreža</dc:subject><dc:subject>odlitek</dc:subject><dc:description>Cilj magistrske naloge je preučiti detekcijo napak na odlitkih z uporabo konvolucijskih 
nevronskih mrež. Predstavljena je klasifikacija slik dobrih in slabih odlitkov, ki temelji na 
globokem učenju. Za učenje nevronske mreže smo uporabili obstoječo zbirko podatkov, 
ki vsebuje več kot 7000 slik. Za izdelavo programa smo uporabili okolje Matlab s pomočjo 
Deep learning toolbox vmesnika. Izdelali smo model konvolucijske nevronske mreže, 
izvedli učenje in prikazali rezultate. V drugem delu smo rezultate želeli izboljšati, zato 
smo se poslužili tehnike s prenosnim učenjem. Našim potrebam smo prilagodili obstoječo 
AlexNet arhitekturo, naložili zbirko podatkov in izvedli učenje nevronske mreže. Na koncu 
prikažemo rezultate kot je klasifikacijska točnost modela. Delovanje modela preizkusimo 
še na testni množici slik, katere niso bile vključene v proces učenja.</dc:description><dc:publisher>[T. Pšeničnik]</dc:publisher><dc:date>2022</dc:date><dc:date>2022-10-20 16:18:19</dc:date><dc:type>Magistrsko delo/naloga</dc:type><dc:identifier>83309</dc:identifier><dc:language>sl</dc:language></rdf:Description></rdf:RDF>