Zaznava in lociranje malin z uporabo YOLO algoritma : magistrsko delo

Kenda, Urban

| | SLO | ENG | Piškotki in zasebnost

Večja pisava | Manjša pisava

Prva stran > Izpis gradiva

Izpis gradiva

Naslov:	Zaznava in lociranje malin z uporabo YOLO algoritma : magistrsko delo
Avtorji:	ID Kenda, Urban (Avtor) ID Šafarič, Riko (Mentor) Več o mentorju... ID Klančnik, Simon (Mentor) Več o mentorju... ID Rakun, Jurij (Komentor)
Datoteke:	MAG_Kenda_Urban_2023.pdf (1013,36 KB) MD5: FCF35F0731C4B1D51224B12BA6A6555C
Jezik:	Slovenski jezik
Vrsta gradiva:	Magistrsko delo/naloga
Tipologija:	2.09 - Magistrsko delo
Organizacija:	FERI - Fakulteta za elektrotehniko, računalništvo in informatiko
Opis:	V magistrskem delu smo raziskali delovanje LiDAR senzorjev ter uporabo umetne inteligence v strojnem vidu, vključno z nevronskimi mrežami, konvolucijskimi nevronskimi mrežami (CNN) in algoritmi YOLOv3, v4 in v4-tiny. V praktičnem delu smo testirali vse tri algoritme in nato izbrali najuspešnejšega, YOLOv4, ter ga dodatno analizirali. Preverili smo hitrost algoritmov ter razvili algoritem, ki je na podlagi oblakov točk in kamere sposoben določiti lokacijo malin. Ugotovili smo, da je uporaba LiDAR senzorjev v kombinaciji z umetno inteligenco učinkovita pri zaznavanju in lociranju malin v 3D-prostoru. Najuspešnejši algoritem YOLOv4 je bil sposoben razvrstiti zrele in nezrele maline z natančnostjo 84,13 %. Naš razviti algoritem je omogočil določanje lokacije malin s kombinirano uporabo oblakov točk in kamere ter tako skoraj v polovici izmerjenih primerov določil lokacijo z napako, manjšo od 2 cm.
Ključne besede:	malina, strojni vid, YOLO, nevronska mreža, CNN, oblak točk
Kraj izida:	Maribor
Kraj izvedbe:	Maribor
Založnik:	[U. Kenda]
Leto izida:	2023
Št. strani:	1 spletni vir (1 datoteka PDF (VII, 48 f.))
PID:	20.500.12556/DKUM-84362
UDK:	004.8.021:528.8.044.6(043.2)
COBISS.SI-ID:	158081283
Datum objave v DKUM:	15.06.2023
Število ogledov:	663
Število prenosov:	148
Metapodatki:
Področja:	KTFMB - FERI
:	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 4.0, Creative Commons Priznanje avtorstva-Nekomercialno 4.0 Mednarodna

Povezava:	http://creativecommons.org/licenses/by-nc/4.0/deed.sl
Opis:	Licenca Creative Commons, ki prepoveduje komercialno uporabo, vendar uporabniki ne rabijo upravljati materialnih avtorskih pravic na izpeljanih delih z enako licenco.
Začetek licenciranja:	30.05.2023

Sekundarni jezik

Jezik:	Angleški jezik
Naslov:	Detection and localization of raspberries using the YOLO algorithm
Opis:	In this master's thesis, we explored the operation of LiDAR sensors and the use of artificial intelligence in machine vision, including neural networks, convolutional neural networks (CNN), and YOLOv3, v4, and v4-tiny algorithms. In the practical part, we tested all three algorithms and then selected the most successful one, YOLOv4, and further analyzed it. We also checked the speed of the algorithms and developed an algorithm capable of determining the location of raspberries based on point clouds and a camera. We found that the use of LiDAR sensors in combination with artificial intelligence is effective in detecting and locating raspberries in 3D space. The most successful YOLOv4 algorithm was able to detect ripe and raw raspberries with an accuracy of 84.13%. Our developed algorithm enabled the determination of the location of raspberries using a combination of point clouds and a camera and thus determined the location with an error of less than 2 cm in almost half of the measured cases.
Ključne besede:	raspberry, machine vision, YOLO, neural netwok, CNN, point cloud

Komentarji

Dodaj komentar

Za komentiranje se morate prijaviti.

Komentarji (0)

0 - 0 / 0

Ni komentarjev!

Nazaj