Detekce poškození povrchu materiálu z fotografie
Loading...
Date
Authors
ORCID
Advisor
Referee
Mark
C
Journal Title
Journal ISSN
Volume Title
Publisher
Vysoké učení technické v Brně. Fakulta informačních technologií
Abstract
Táto záverečná práca sa zameriava na detekciu povrchových poškodení materiálu z fotografie s využitím techník počítačového videnia, konvolučných neurónových sietí a modelov pre detekciu objektov ako Faster R-CNN a YOLOv8. V práci sú podrobne popísané jednotlivé metódy detekcie povrchových poškodení, spracovanie obrazu, neurónové siete a strojové učenie. Práca porovnáva výkonnosť týchto modelov pri identifikácii povrchových poškodení na dreve a oceli s využitím rôznych augmentácií týchto dátových sád.
This thesis focuses on the detection of surface defects from photograph using computer vision techniques, convolutional neural networks and models for object detection such as Faster R-CNN and YOLO. Different methods of surface damage detection, image processing, neural networks and machine learning are described in detail. The thesis also compares the performance of these models in identification of surface defects on wood and steel using different augmentations of these datasets.
This thesis focuses on the detection of surface defects from photograph using computer vision techniques, convolutional neural networks and models for object detection such as Faster R-CNN and YOLO. Different methods of surface damage detection, image processing, neural networks and machine learning are described in detail. The thesis also compares the performance of these models in identification of surface defects on wood and steel using different augmentations of these datasets.
Description
Keywords
detekcia poškodení, yolov8, faster rcnn, počítačové videnie, automatická kontrola kvality, strojové učenie, konvolučné neurónové siete, extraktory príznakov, damage detection, yolov8, faster rcnn, computer vision, automatic quality control, machine learning, convolutional neural networks, feature extractors
Citation
VALKO, M. Detekce poškození povrchu materiálu z fotografie [online]. Brno: Vysoké učení technické v Brně. Fakulta informačních technologií. 2023.
Document type
Document version
Date of access to the full text
Language of document
sk
Study field
Informační technologie
Comittee
doc. Ing. Martin Čadík, Ph.D. (předseda)
doc. Ing. Radek Burget, Ph.D. (člen)
Ing. Vojtěch Mrázek, Ph.D. (člen)
Ing. David Bařina, Ph.D. (člen)
Ing. Jaroslav Rozman, Ph.D. (člen)
Date of acceptance
2023-06-15
Defence
Student nejprve prezentoval výsledky, kterých dosáhl v rámci své práce. Komise se poté seznámila s hodnocením vedoucího a posudkem oponenta práce. Oponent hodnotil práci stupněm 4F, protože hodnocení probíhalo pouze na datech z trénovacího datasetu. Kromě toho není možno replikovat či ověřit prezentované výsledky. Student nedokázal vyvrátit výtky oponenta. Komise shledala nedostatky práce natolik závažné, že se práci rozhodla hodnotit jako nevyhovující.
Result of defence
práce nebyla úspěšně obhájena
Document licence
Standardní licenční smlouva - přístup k plnému textu bez omezení