Detekce poškození povrchu materiálu z fotografie

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.