Search the digital library catalog

Abstract: V diplomskem delu implementiramo sistem za razpoznavanje drevesnih značilnosti iz fotografije. Sistem v obliki mobilne aplikacije omogoča zajem fotografije drevesa in razpoznavo drevesnih značilnosti na zajeti fotografiji. Na podlagi razpoznanih značilnosti ter podane razdalje med drevesom in mobilno napravo sistem oceni višino in biomaso drevesa ter količino ogljika, ki ga vsebuje. V mobilni aplikaciji je moč nastale zapise med seboj primerjati, ter tako spremljati rast drevesa. Tekom diplomskega dela opišemo zgradbo sistema, razložimo delovanje posameznih funkcij in podamo rezultate.
Keywords: razpoznavanje drevesnih značilnosti, konvolucijske nevronske mreže, računalniški vid, TensorFlow, mobilno računalništvo, postavitev strežniške arhitekture, odjemalec-strežnik
Published in DKUM: 24.10.2022; Views: 176; Downloads: 29
Full text (6,33 MB)
This document has many files! More...

Abstract: Avtomatizacija zamudnih procesov je aktualna problematika že stoletja. Človeštvo je vedno poskušalo opraviti delo na čim bolj enostaven in na učinkoviti način. Z razvojem računalniškega vida je računalništvo v industrijskih panogah izboljšalo nekatere procese na načine, ki so bili prej skorajda nemogoči. V magistrskem delu smo obravnavali uporabo računalniškega vida v agrikulturi in izdelali prototipne multispektralne kamere na osnovi mikroračunalnika Raspberry Pi. Najprej smo pregledali uporabo računalniškega vida nasploh v industrijskih panogah in teoretično pregledali vpliv valovnih dolžin elektromagnetnega valovanja na rastline, da smo lahko določili ustrezno opremo za konstrukcijo multispektralne kamere ter uporabo ustrezne formule za ocenjevanje zdravja rastlin. Po konstrukciji in testiranju multispektralne kamere smo ocenili njeno uporabnost in možno vključitev v šolstvu. Ugotovitve kažejo, da je izdelava cenovno ugodne multispektralne kamere mogoča, vendar prezahtevna na osnovnošolskem nivoju. Uporaba ter analiza podatkov pa bi vsekakor bila ustrezna v sklopu raziskovalne naloge.
Keywords: Multispekralna kamera, računalniški vid, strojni vid, Raspberry Pi, vegetacijski indeks
Published in DKUM: 02.12.2021; Views: 629; Downloads: 46
Full text (2,56 MB)

Abstract: V diplomskem delu rešujemo problem prepoznavanja prometa iz satelitskih slik. Cilj je bil uporabiti metode globokega učenja, pognati modele na izbranih vgrajenih napravah in doseči povprečno natančnost vsaj 75 % pri hitrosti izvajanja 5 sličic na sekundo. Za eksperiment uporabimo modela Faster R-CNN in SSD iz knjižnic Detectron2 ter TensorFlow Object Detection API. Fazi učenja in testiranja izvedemo na satelitskih slikah baze podatkov xView, katere predhodno razdelimo na učno in testno množico. Na učni množici izvedemo tudi bogatenje slik. Naučene modele preizkusimo na grafičnih karticah Nvidia GeForce GTX 970 ter Nvidia Titan X Pascal, na procesorju Intel Core i7-4790 in na vgrajenih napravah Intel Neural Compute Stick 2 ter Nvidia Jetson TX2. Preizkuse izvedemo s pomočjo skript napisanih v programskem jeziku Python3. Te izvozijo modele v posebno zamrznjeno stanje, jih optimizirajo za izvajanje na izbrani napravi in izmerijo njegovo hitrost ter natančnost. Najvišjo povprečno natančnost 37,33 % dosežemo z modelom Faster R-CNN iz knjižnice Detectron2. Z modelom SSD iz knjižnice TensorFlow Object Detection API na grafični kartici Nvidia GeForce GTX 970 dosežemo povprečno hitrost izvajanja 84,5 sličic na sekundo. Demonstrirana rešitev v diplomskem delu je primerna za izvajanje na vgrajenih napravah, a žal ni dovolj natančna. Za doseganje boljših rezultatov moramo našo rešitev izvajati na hitrejši strojni opremi, ki podpira večje ter s tem natančnejše modele.
Keywords: strojno učenje, globoko učenje, vgrajene naprave, prepoznavanje objektov, satelitske slike, računalniški vid
Published in DKUM: 18.10.2021; Views: 421; Downloads: 60
Full text (34,13 MB)

Abstract: Lažnivec je popularna igra s kartami za dva igralca, ki si med seboj razdelita karte in jih izmenično odlagata na kup. Pri sprejemanju svojih odločitev se odločata glede na število kart v rokah in na kupu ter glede na predvidevanje nasprotnikovih potez. V tem diplomskem delu smo predstavili lastno implementacijo igre, ki vključuje več vrst računalniških agentov, definiranih na osnovi statističnih modelov. Poleg tradicionalnih hevristik igranja smo za njihovo definicijo uporabili tudi genetski algoritem, kjer se uspešnost igranja agentov preverja s turnirjem. Slednjega smo izvedli po principu, da vsak igra z vsakim, in z igranjem agentov proti človeškemu nasprotniku. Rezultati igre med agenti so pokazali, da za igro lažnivec ne obstaja splošno najuspešnejša strategija, ki bi zagotavljala zmago v večini primerov. Rezultati igre proti človeškemu igralcu pa so razkrili ključno slabost statistično podprtih modelov, ki se niso zmožni prilagoditi spremembam v nasprotnikovi strategiji.
Keywords: lažnivec, igra s kartami, genetski algoritem, umetna inteligenca, računalniški agenti
Published in DKUM: 18.10.2021; Views: 407; Downloads: 31
Full text (1,64 MB)

Abstract: Namen magistrske naloge je predstaviti pomembnost ustreznih vhodnih podatkov za potrebe sodobnega projektiranja cest / cestne infrastrukture. sodobne načine izdelave projekta ceste. V teoretičnem delu so predstavljeni sodobni programi za računalniško projektiranje cestne infrastrukture, njihove značilnosti ter medsebojne razlike. Za uporabo sodobnih računalniških programov potrebujemo ustrezne vhodne podatke: izdelan model terena, projektno-tehnični elementi / parametri projektirane ceste ipd. Za potrebe izdelave projekta ceste smo na terenu izvedli geodetske meritve in s pomočjo pridobljenih podatkov izdelali geodetsko podlago za projektiranje. Uporabili smo metodo laserskega skeniranja in merjenje s totalno postajo. Lasersko skeniranje je napredovalo, tako se danes uporablja 3D skeniranje kot hiter in natančen način meritev. V magistrskem delu smo uporabili inštrument Topcon GTL-1000. Inštrument je kombinacija 3D laserskega skenerja in totalne postaje. V programu Plateia smo s podatki o izmerjenem območju izdelali digitalni model terena oziroma podlago za projektiranje, na kateri smo projektirali novo cesto.
Keywords: gradbeništvo, računalniški programiza projektiranje cest, elementi ceste, Plateia, geodetska podlaga za projektiranje ceste
Published in DKUM: 05.07.2021; Views: 583; Downloads: 62
Full text (4,72 MB)