Detekcija napak na odlitkih z globokim učenjem : magistrsko delo

Pšeničnik, Tomo

| | SLO | ENG | Piškotki in zasebnost

Večja pisava | Manjša pisava

Prva stran > Izpis gradiva

Izpis gradiva

Naslov:	Detekcija napak na odlitkih z globokim učenjem : magistrsko delo
Avtorji:	ID Pšeničnik, Tomo (Avtor) ID Klančnik, Simon (Mentor) Več o mentorju... ID Bratina, Božidar (Mentor) Več o mentorju...
Datoteke:	MAG_Psenicnik_Tomo_2022.pdf (3,25 MB) MD5: 1AB65BB73617FB908E8504FB892F072F
Jezik:	Slovenski jezik
Vrsta gradiva:	Magistrsko delo/naloga
Tipologija:	2.09 - Magistrsko delo
Organizacija:	FS - Fakulteta za strojništvo
Opis:	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.
Ključne besede:	Globoko učenje, detekcija napak, klasifikacija, konvolucijska nevronska mreža, odlitek
Kraj izida:	Maribor
Kraj izvedbe:	Maribor
Založnik:	[T. Pšeničnik]
Leto izida:	2022
Št. strani:	1 spletni vir (1 datoteka PDF (X, 36 f.))
PID:	20.500.12556/DKUM-83309
UDK:	004.85:621.747.019(043.2)
COBISS.SI-ID:	151766019
Datum objave v DKUM:	09.12.2022
Število ogledov:	940
Število prenosov:	73
Metapodatki:
Področja:	KTFMB - FS
:	Kopiraj citat

Skupna ocena:	(0 glasov)
Vaša ocena:	Ocenjevanje je dovoljeno samo prijavljenim uporabnikom.
Objavi na:

Postavite miškin kazalec na naslov za izpis povzetka. Klik na naslov izpiše podrobnosti ali sproži prenos.

Licence

Licenca:	CC BY-NC-ND 4.0, Creative Commons Priznanje avtorstva-Nekomercialno-Brez predelav 4.0 Mednarodna

Povezava:	http://creativecommons.org/licenses/by-nc-nd/4.0/deed.sl
Opis:	Najbolj omejujoča licenca Creative Commons. Uporabniki lahko prenesejo in delijo delo v nekomercialne namene in ga ne smejo uporabiti za nobene druge namene.
Začetek licenciranja:	20.10.2022

Sekundarni jezik

Jezik:	Angleški jezik
Naslov:	Castings defect detection using deep learning
Opis:	The aim of the master's thesis is to study defect detection on castings with the use of convolutional neural networks. Classification of good and bad castings that works on the principle of deep learning is presented. We use an existing large database that consists of more than 7000 pictures to train the neural network. Our convolutional neural network model was designed in Matlab with the help of Deep learning toolbox. We designed our convolutional neural network model, trained it and displayed the results. We wanted to improve the results, so we tried the transfer learning technique. We modify an existing AlexNet model to fit our application, load the dataset and train the new model. At the end we show the results such as classification error of our model. We test the models accuracy on some pictures that were not included in the process of training.
Ključne besede:	Deep learning, defect detection, classification, convolutional neural network, casting

Komentarji

Dodaj komentar

Za komentiranje se morate prijaviti.

Komentarji (0)

0 - 0 / 0

Ni komentarjev!

Nazaj