prikaz prve stranice dokumenta Učenje pod nadzorom korištenjem SSD i SVM metoda za nedestruktivna ispitivanja
Rad nije dostupan
diplomski rad
Učenje pod nadzorom korištenjem SSD i SVM metoda za nedestruktivna ispitivanja
Zagreb: Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, 2019. urn:nbn:hr:168:304113
Medak, Duje
Sveučilište u Zagrebu
Fakultet elektrotehnike i računarstva

Institucijski repozitorij: Repozitorij FER-a

Citirajte ovaj rad

Medak, D. (2019). Učenje pod nadzorom korištenjem SSD i SVM metoda za nedestruktivna ispitivanja (Diplomski rad). Zagreb: Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva. Preuzeto s https://urn.nsk.hr/urn:nbn:hr:168:304113

Medak, Duje. "Učenje pod nadzorom korištenjem SSD i SVM metoda za nedestruktivna ispitivanja." Diplomski rad, Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, 2019. https://urn.nsk.hr/urn:nbn:hr:168:304113

Medak, Duje. "Učenje pod nadzorom korištenjem SSD i SVM metoda za nedestruktivna ispitivanja." Diplomski rad, Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, 2019. https://urn.nsk.hr/urn:nbn:hr:168:304113

Medak, D. (2019). 'Učenje pod nadzorom korištenjem SSD i SVM metoda za nedestruktivna ispitivanja', Diplomski rad, Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, citirano: 27.12.2024., https://urn.nsk.hr/urn:nbn:hr:168:304113

Medak D. Učenje pod nadzorom korištenjem SSD i SVM metoda za nedestruktivna ispitivanja [Diplomski rad]. Zagreb: Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva; 2019 [pristupljeno 27.12.2024.] Dostupno na: https://urn.nsk.hr/urn:nbn:hr:168:304113

D. Medak, "Učenje pod nadzorom korištenjem SSD i SVM metoda za nedestruktivna ispitivanja", Diplomski rad, Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, Zagreb, 2019. Dostupno na: https://urn.nsk.hr/urn:nbn:hr:168:304113

Za citiranje koristite ovu mrežnu adresu: https://urn.nsk.hr/urn:nbn:hr:168:304113
Podaci o radu
NaslovUčenje pod nadzorom korištenjem SSD i SVM metoda za nedestruktivna ispitivanja
Naslov (engleski)Supervised Learning Using SSD and SVM Methods for Nondestructive Testing
AutorDuje Medak
MentorSven Lončarić (mentor)
Član povjerenstvaSven Lončarić (predsjednik povjerenstva)
Član povjerenstvaMarko Subašić (član povjerenstva)
Član povjerenstvaTomislav Petković (član povjerenstva)
Ustanova koja je dodijelila
akademski / stručni stupanj		Sveučilište u Zagrebu
Fakultet elektrotehnike i računarstva
Zagreb
Datum i država obrane2019-07-10, Hrvatska
Znanstveno / umjetničko
područje, polje i grana		TEHNIČKE ZNANOSTI
Računarstvo
Sažetak
Glavni cilj ovog rada je ispitati mogućnost korištenja dviju metoda za detekciju objekata u svrhu detekcije defekata na slikama dobivenim ultrazvučnim testiranjem. Prva predložena metoda bazirana je na histogramu orijentacija gradijenata (HOG) i stroju potpornih vektora (SVM). Druga metoda bazirana je na dubokoj konvolucijskoj mreži Single Shot Detector (SSD). Na početku rada dan je uvod u nedestruktivna testiranja i objašnjen je princip rada učestalo korištenih tehnika ultrazvučnog testiranja. Prikazani su i načini reprezentacije podataka i dan je pregled postojećih metoda za automatsku detekciju defekata. Nakon detaljnog opisa predloženih metode prikazana je i njihova primjena u detekciji defekata na B-prikazima. Metode su testirane na 98 slika iz testnog skupa i kombinacija HOG-a i SVM-a postigla je prosječnu preciznost 23.5% dok je SSD modelom postignuta prosječna preciznost od 84.5%.
Sažetak (engleski)
The main goal of this work was to test the usage of two object detection methods for the task of defect detection from images acquired in the process of ultrasonic testing. The first introduced method is based on the histogram of oriented gradients (HOG) and support vector machines (SVM). The second method is based on deep convolutional network Single Shot Detector. At the beginning of the work, an introduction to nondestructive testing is given and the principle of two commonly used ultrasonic testing techniques is explained. Various types of data representation are shown and overview of the previous work in the area of automatic defect detection of ultrasonic data is given. After providing detail description of the proposed methods, their application in the task of defect detection from B-scans is shown. The methods were tested on 98 test images and the combination of HOG and SVM achieved an average precision of 23.5% while SSD achieved average precision of 84.5%.
Ključne riječi
Ključne riječi (engleski)
Jezikhrvatski
URN:NBNurn:nbn:hr:168:304113
Studijski programNaziv: Računarstvo
Vrsta studija: sveučilišni
Stupanj studija: diplomski
Akademski / stručni naziv: magistar/magistra inženjer/inženjerka računarstva (mag.ing.comp.)
Vrsta resursaTekst
Način izrade datotekeIzvorno digitalna
Prava pristupaZatvoreni pristup
Uvjeti korištenjaIkona licence Zaštićeno autorskim pravom.
Javna napomena
Datum i vrijeme pohrane2020-01-07 20:16:45