Počítačové vidění pro sledování 3D tisku
Loading...
Date
Authors
Heinz, Mikuláš
ORCID
Advisor
Referee
Mark
C
Journal Title
Journal ISSN
Volume Title
Publisher
Vysoké učení technické v Brně. Fakulta informačních technologií
Abstract
Tato práce se zabývá automatickou detekcí chyb, které nastávají v průběhu časově náročného 3D tisku. K tomu využívá počítačového vidění a umělou inteligenci. Hlavním výsledkem je systém, který pomocí Raspberry Pi a připojené kamery zaznamenává pravidelně průběh tisku a snímky zasílá na počítač uživatele k detekci. Na tomto počítači je snímek analyzován modelem konvoluční neuronové sítě a informace o nalezené chybě je zaslána uživateli pomocí SMTP protokolu. Součástí řešení je také datová sada s 385 snímky chyb při 3D tisku rozdělených podle typu.
This thesis deals with the automatic detection of errors that can occur during time-consuming 3D printing. It uses computer vision and artificial intelligence to achieve this. The main result is a system that uses Raspberry Pi and a connected camera to periodically record the printing process and sends the images to the user's computer for detection. On this computer, the image is analysed by a convolutional neural network model and information about found error is sent to the user via a SMTP protocol. The solution also includes a dataset with 385 images of 3D printing errors sorted by type.
This thesis deals with the automatic detection of errors that can occur during time-consuming 3D printing. It uses computer vision and artificial intelligence to achieve this. The main result is a system that uses Raspberry Pi and a connected camera to periodically record the printing process and sends the images to the user's computer for detection. On this computer, the image is analysed by a convolutional neural network model and information about found error is sent to the user via a SMTP protocol. The solution also includes a dataset with 385 images of 3D printing errors sorted by type.
Description
Citation
HEINZ, M. Počítačové vidění pro sledování 3D tisku [online]. Brno: Vysoké učení technické v Brně. Fakulta informačních technologií. 2022.
Document type
Document version
Date of access to the full text
Language of document
cs
Study field
Informační technologie
Comittee
doc. RNDr. Pavel Smrž, Ph.D. (předseda)
doc. RNDr. Jitka Kreslíková, CSc. (místopředseda)
Ing. Ivana Burgetová, Ph.D. (člen)
Ing. Aleš Smrčka, Ph.D. (člen)
Ing. Josef Strnadel, Ph.D. (člen)
Date of acceptance
2022-06-16
Defence
Student nejprve prezentoval výsledky, kterých dosáhl v rámci své práce. Komise se poté seznámila s hodnocením vedoucího a posudkem oponenta práce. Student následně odpověděl na otázky oponenta a na další otázky přítomných. Komise se na základě posudku oponenta, hodnocení vedoucího, přednesené prezentace a odpovědí studenta na položené otázky rozhodla práci hodnotit stupněm C. Otázky u obhajoby: Proč je v práci "Detekce podle změn v čase"? To není součástí výsledné aplikace? Jsou někde zdrojové kódy tohoto řešení? Proč jste použil klasifikaci a ne například segmentaci pro detekci defektů. Nenabízí takový postup hlavně z důvodu malé datové sady? Jak jsou důvěryhodné výsledky vašeho kvantitativního vyhodnocení úspěšnosti vzhledem k velikosti datové sady a vzhledem k faktu, že datová sada obsahuje pro určitou třídu několik fotografií z jedné tiskárny nebo jednoho výtisku, které nejsou v jiné třídě, a vy dělíte tuto sadu na trénovací a testovací náhodně? Je Octoprint doopravdy "operační systém"? Klasifikujete video nebo jednotlivé obrázky? Kolik objektů z jednotlivých tříd jste měl v testovací množině?
Result of defence
práce byla úspěšně obhájena
Document licence
Standardní licenční smlouva - přístup k plnému textu bez omezení