Detekce objektů na mikrokontroleru i.MX RT
Loading...
Date
Authors
Kravchuk, Marina
ORCID
Advisor
Referee
Mark
B
Journal Title
Journal ISSN
Volume Title
Publisher
Vysoké učení technické v Brně. Fakulta informačních technologií
Abstract
Tato práce se zaměřuje na využití strojového učení, zejména konvolučních neuronových sítí, v průmyslových aplikacích. Průběh práce zahrnuje zkoumání implementace těchto sítí přímo na vestavěných zařízeních, konkrétně na mikrokontrolérech NXP i.MX RT. Během studia byly prozkoumány materiály týkající se trénování a použití neuronových sítí a jejich optimalizace pro nasazení na zařízeních s nízkým výkonem. Bylo natrénováno a otestováno několik modelů neuronových sítí, z nichž nejlepší byl použit v konečné verzi aplikace. Samotná aplikace je rozdělena do dvou částí: jedna část je napsána v jazyce C/C++ v prostředí MCUXpresso IDE, kde je implementována hlavní funkcionalita programu, zatímco druhá část práce, tj. vytvoření grafického uživatelského rozhraní pro ovládání programu, je provedena v jazyce Python. Výsledkem je funkční aplikace pro mikrokontrolér MIMXRT1170-EVK, která je schopna detekovat a rozpoznávat malé barevné objekty určitých tvarů z předem definované sady dat.
This work focuses on the use of machine learning, particularly convolutional neural networks, in industrial applications. The course of work involves investigating the implementation of these networks directly on embedded devices, specifically NXP i.MX RT microcontrollers. During the course of the study, materials related to the training and use of neural networks and their optimization for deployment on low power devices were reviewed. Several neural network models were trained and tested, the best of which was used in the final version of the application. The application itself is divided into two parts: one part is written in C/C++ in the MCUXpresso IDE, where the main functionality of the program is implemented, while the other part of the work, i.e. the creation of a graphical user interface to control the program, is done in Python. The result is a functional application for the MIMXRT1170-EVK microcontroller that is able to detect and recognize small colored objects of certain shapes from a predefined data set.
This work focuses on the use of machine learning, particularly convolutional neural networks, in industrial applications. The course of work involves investigating the implementation of these networks directly on embedded devices, specifically NXP i.MX RT microcontrollers. During the course of the study, materials related to the training and use of neural networks and their optimization for deployment on low power devices were reviewed. Several neural network models were trained and tested, the best of which was used in the final version of the application. The application itself is divided into two parts: one part is written in C/C++ in the MCUXpresso IDE, where the main functionality of the program is implemented, while the other part of the work, i.e. the creation of a graphical user interface to control the program, is done in Python. The result is a functional application for the MIMXRT1170-EVK microcontroller that is able to detect and recognize small colored objects of certain shapes from a predefined data set.
Description
Citation
KRAVCHUK, M. Detekce objektů na mikrokontroleru i.MX RT [online]. Brno: Vysoké učení technické v Brně. Fakulta informačních technologií. 2024.
Document type
Document version
Date of access to the full text
Language of document
cs
Study field
Informační technologie
Comittee
doc. Dr. Ing. Otto Fučík (předseda)
Mgr. Kamil Malinka, Ph.D. (člen)
Ing. Vojtěch Mrázek, Ph.D. (člen)
Ing. Libor Polčák, Ph.D. (člen)
Ing. David Bařina, Ph.D. (člen)
Date of acceptance
2024-06-14
Defence
Studentka nejprve prezentovala výsledky, kterých dosáhla v rámci své práce. Komise se poté seznámila s hodnocením vedoucího a posudkem oponenta práce. Studentka následně odpověděla na otázky oponenta a na další otázky přítomných. Komise se na základě posudku oponenta, hodnocení vedoucího, přednesené prezentace a odpovědí studentky na položené otázky rozhodla práci hodnotit stupněm B.
Result of defence
práce byla úspěšně obhájena
Document licence
Standardní licenční smlouva - přístup k plnému textu bez omezení