Segmentace symbolů ve skenech pneumatik s použitím self-supervised learning

Abstract

Táto bakalárska práca sa zaoberá efektívnym dotrénovaním segmentačných modelov pre rozpoznávanie symbolov na bočniciach pneumatík. Súčasné riešenie používané firmou Micro-Epsilon Inspection, s.r.o. vyžaduje približne 72 hodín na adaptáciu na nové symboly. Hlavným cieľom práce bolo výrazne skrátiť tento čas pri zachovaní alebo zlepšení kvality segmentácie. Analyzované boli rôzne state-of-the-art prístupy k segmentácii obrazu vrátane few-shot učenia a kombinácií detekčných a segmentačných modelov. Na základe úvodných experimentov bola implementovaná metóda založená na modeli OneFormer v kombinácii s technikami zmiešanej presnosti a Low-Rank Adaptation (LoRA). Navrhnuté riešenie umožňuje adaptáciu na nové symboly v čase kratšom než jedna hodina, čo predstavuje 72-násobné zrýchlenie oproti pôvodnému riešeniu, pričom dosahuje porovnateľné alebo lepšie výsledky segmentácie. Práca tiež analyzuje vplyv rôznych typov segmentácie, inicializácií váh a pomerov trénovacích dát na výkon modelu.

This bachelor's thesis addresses the efficient fine-tuning of segmentation models for recognizing symbols on tire sidewalls. The current solution used by Micro-Epsilon Inspection, s.r.o. requires approximately 72 hours to adapt to new symbols. The main goal of this work was to significantly reduce this time while maintaining or improving segmentation quality. Various state-of-the-art approaches to image segmentation were analyzed, including few-shot learning and combinations of detection and segmentation models. Based on initial experiments, a method using the OneFormer model combined with mixed precision techniques and Low-Rank Adaptation (LoRA) was implemented. The proposed solution enables adaptation to new symbols in less than one hour, representing a 72-times speedup compared to the original solution, while achieving comparable or better segmentation results. The thesis also analyzes the impact of different segmentation types, weight initializations, and training data ratios on model performance