1. Globoki modeli za detekcijo in prepoznavo obrazov v video vsebinah in slikahStefani Bojanić, 2025, magistrsko delo Opis: Človeški obraz predstavlja eno od najpomembnejših biometričnih značilnosti, saj združuje informacijo o identiteti, spolu, starosti in čustvenem izrazu. V tem okviru se detekcija in prepoznavanje obrazov kažeta kot dva neločljivo povezana procesa. V magistrski nalogi so predstavljeni ključni izzivi tega področja ter stanje razvoja, ki zajema vse od klasičnih metod do sodobnih pristopov z globokim učenjem, s poudarkom na konvolucijskih nevronskih mrežah. Razvoj in eksperimenti so bili izvedeni s programskim jezikom Python. V okolju Visual Studio Code smo tako razvili sistem za prepoznavanje obrazov z uporabo algoritma ArcFace.
Ključne besede: detekcija obrazov, prepoznavanje obrazov, globoko učenje, state of the art, konvolucijske nevronske mreže (CNN), ArcFace
Objavljeno v DKUM: 23.10.2025; Ogledov: 0; Prenosov: 8
 Celotno besedilo (4,66 MB) |
2. Razvoj platforme za brezkontaktno detekcijo in nadzor pene v bioreaktorjihNik Vitez, 2025, magistrsko delo Opis: V magistrski nalogi je predstavljen celovit razvoj platforme za brezkontaktno detekcijo in nadzor pene v bioreaktorjih, ki združuje sodobne senzorske tehnologije ter napredne pristope avtomatizacije. Osrednji cilj raziskave je bil doseči natančno in zanesljivo spremljanje nastajanja pene brez neposrednega stika z medijem ter hkrati zagotoviti možnost avtomatskega doziranja protipenilnih sredstev. V teoretičnem delu so analizirani fizikalno-kemijski mehanizmi nastajanja pene ter opisane ključne funkcije bioreaktorjev, ki vplivajo na stabilnost procesov. Eksperimentalni del zajema primerjavo več pristopov, med katerimi izstopajo optična detekcija z uporabo Beckhoff Vision sistema, uporaba IR osvetlitve in transparentnih grelcev za odpravo kondenza ter integracija radarskih senzorjev (Keyence, Endress+Hauser) za robustno spremljanje nivoja pene in tekočine. Rezultati testiranj potrjujejo, da so radarske metode zaradi odpornosti na kondenz in motnje posebej primerne za industrijsko okolje, medtem ko računalniški vid omogoča visoko natančnost ob ustreznih svetlobnih pogojih. Zaključni del naloge zajema implementacijo demo stroja, programiranega v okolju TIA Portal, s celostnim uporabniškim vmesnikom na HMI panelu, kar omogoča intuitivno upravljanje in enostavno integracijo v širše procesne sisteme. Razvita platforma tako pomembno prispeva k izboljšanju učinkovitosti in zanesljivosti bioprocesov ter predstavlja osnovo za nadaljnje raziskave na področju inteligentne avtomatizacije biotehnoloških aplikacij.
Ključne besede: razvoj, brezkontaktna detekcija, funkcionalnost, pena, bioreaktor
Objavljeno v DKUM: 23.10.2025; Ogledov: 0; Prenosov: 0 |
3. Uporaba algoritmov globokega učenja za zaznavo brezpilotnih letalnikovPane Andov, 2025, magistrsko delo Opis: V magistrskem delu je bila predstavljena metoda za zaznavanje brezpilotnih letalnikov, ki združuje optično kamero in radar. V optičnem podsistemu so bili objekti zaznavani z uporabo algoritma YOLOv8, implementiranega na energijsko učinkoviti platformi NVIDIA Jetson Orin Nano, ki omogoča obdelavo v realnem času. Radarski podsistem temelji na FMCW radarju, ki izkorišča Dopplerjev pojav pri frekvenci 10 GHz in pasovni širini 500 MHz, kar omogoča natančno merjenje razdalje in hitrosti. Eksperimentalni rezultati so pokazali, da združevanje optičnih in radarskih podatkov poveča robustnost in zanesljivost zaznavanja brezpilotnih letalnikov v različnih okolijskih pogojih.
Ključne besede: dron, detekcija dronov, radar, Dopplerjev radar, YOLOv8
Objavljeno v DKUM: 04.09.2025; Ogledov: 0; Prenosov: 28
Celotno besedilo (4,09 MB) |
4. Kako se izogniti plagiatorstvu in katere so najpogostejše napake v znanstvenih delih?Milan Ojsteršek, 2025, drugo učno gradivo Opis: Predstavitev je namenjena vsem, ki želijo spoznati kakšni so vzroki za plagiatorstvo in katere so najpogostejše napake, ki jih lahko ovrednotimo kot plagiatorstvo, v znanstvenih delih. Najprej spoznamo pojem plagiatorstva in katere vrste plagiatov poznamo. Nato opišemo tri načine, kako se izognemo plagiatorstvu. Kako ugotovimo, da gre za plagiat in kako delujejo programi za ugotavljanje podobnosti v besedilih predstavimo zatem. Na koncu predstavitve podamo nekaj primerov besedil s 40% podobnostjo, v katerih morajo bralci ugotoviti ali so besedila plagiat ali ne. Predstavitev zaključimo z navodili, kako se preventivno izogniti plagiatorstvu oziroma kako ga preprečiti.
Ključne besede: akademska nepoštenost, detekcija plagiatorstva, preventiva ska nepoštenost, plagiatorstvo, preprečevanje plagiatorstva
Objavljeno v DKUM: 06.05.2025; Ogledov: 0; Prenosov: 17
 Celotno besedilo (7,39 MB)
Gradivo ima več datotek! Več... |
5. Aplikacijski programski vmesnik za zgodnjo oceno pridelka jabolk : magistrsko deloAnže Ferčec, 2024, magistrsko delo Opis: Cilj magistrskega dela je bil implementirati aplikacijski programski vmesnik, ki bi sadjarjem na enostaven način, s pomočjo desetih slik iz sadovnjaka, omogočal izračun zgodnje napovedi pridelka. V magistrskem delu je najprej predstavljen pomen tehnologije v agrikulturi in pregled sorodnih obstoječih del. Temu sledi predstavitev zasnove projekta in nato podroben opis implementacije vsakega dela naše rešitve, kjer je predstavljena implementacija strežnika, iskanja referenčnega objekta, iskanja jabolk ter napovedi pridelka. Na koncu magistrskega dela je opisano še testiranje naše implementacije na štirinajstih skupinah slik iz različnih sadovnjakov. Testi so pokazali, da je aplikacijski programski vmesnik dosegel povprečno 79,49 % natančnost pri napovedovanju pridelka jabolk.
Ključne besede: ocena pridelka, sadjarstvo, obdelava slik, detekcija objektov, aplikacijski programski vmesnik
Objavljeno v DKUM: 06.02.2025; Ogledov: 0; Prenosov: 38
Celotno besedilo (13,58 MB) |
6. Uporaba linijskega laserja za detekcijo komadov s pomočjo robota abb irb 1200 : diplomsko deloNejc Trnovšek, 2024, diplomsko delo Opis: Iskanje predmetov je v industrijskih aplikacijah pomemben proces, ki olajšuje delo, saj s pomočjo robota in laserskega distančnega senzorja izdelke najprej najdemo, nato prestavimo. Tekom diplomske naloge smo izvedli fizično in digitalno povezavo med laserskim distančnim senzorjem in ABB IRB1200 robotom. Nato smo napisali 3 različne programe za uporabo laserja za detekcijo komadov na točno določenem območju, iskanje njihove višine in nato njihovo prelaganje. Vsak naslednji program je bil nadgradnja predhodnega in vsi so uspešno delovali.
Zadnji od njih je sposoben poiskati, prijeti in v stolpec odložiti cilindrične predmete različnih višin, kjerkoli v naprej določenem delovnem območju.
Ključne besede: laser, robot, RobotStudio, predmet, program, detekcija komadov
Objavljeno v DKUM: 22.10.2024; Ogledov: 0; Prenosov: 34
Celotno besedilo (1,65 MB) |
7. Avtomatizirano zaznavanje napak pri delovanju pnevmatske postaje : magistrsko deloAndrej Baligač, 2024, magistrsko delo Opis: V obravnavanem magistrskem delu je predstavljena samodiagnostika pnevmatske delovne postaje, ki temelji na uporabi tlačnih in pretočnih senzorjev za zaznavanje puščanja komprimiranega zraka. Glede na izhodiščni delovni cikel postaje smo ocenili nadaljnje poškodbe in naprave in s tem povezano puščanje, pri čemer smo zaznavali dodatno količino porabljenega komprimiranega zraka, ali s tem povezane padce tlaka v določenem ciklu obratovanja. Realni podatki delovanja in puščanja pnevmatske postaje so bili pridobljeni s pomočjo krmilnika Beckhoff, medtem ko smo naredili vzporedno simulacijo izgub s pomočjo programa Automation Studio.
Ključne besede: pnevmatični manipulator, detekcija napak, samodiagnostika, Beckhoff, TwinCAT 3.
Objavljeno v DKUM: 29.03.2024; Ogledov: 208; Prenosov: 39
Celotno besedilo (10,91 MB) |
8. Vgrajen sistem za zaznavanje vozil na parkiriščih z uporabo magnetnega senzorja : diplomsko deloTimotej Merklin, 2022, diplomsko delo Opis: Cilj zaključnega dela je bil razvoj vgrajenega sistema z magnetnim senzorjem in SIM- modemom za namene detekcije vozil na parkiriščih. Za dosego cilja smo morali ustvariti povezave med mikrokrmilnikom, senzorjem in modemom ter med modemom in omrežjem. Po pisanju funkcij magnetnega senzorja smo na terenu opravili meritve s pomočjo naprave, vozila in računalnika. S pomočjo meritev smo načrtovali sistem zaznave vozil. Ob zaznavi vozila smo podatke s pomočjo NB-IoT komunikacije posredovali na podatkovno bazo, do kamor bi lahko dostopali s pomočjo internetne ali mobilne aplikacije.
Ključne besede: IoT, detekcija vozil, magnetni senzor, NB-IoT
Objavljeno v DKUM: 04.01.2023; Ogledov: 684; Prenosov: 105
Celotno besedilo (1,75 MB) |
9. Detekcija napak na odlitkih z globokim učenjem : magistrsko deloTomo Pšeničnik, 2022, magistrsko delo Opis: Cilj magistrske naloge je preučiti detekcijo napak na odlitkih z uporabo konvolucijskih
nevronskih mrež. Predstavljena je klasifikacija slik dobrih in slabih odlitkov, ki temelji na
globokem učenju. Za učenje nevronske mreže smo uporabili obstoječo zbirko podatkov,
ki vsebuje več kot 7000 slik. Za izdelavo programa smo uporabili okolje Matlab s pomočjo
Deep learning toolbox vmesnika. Izdelali smo model konvolucijske nevronske mreže,
izvedli učenje in prikazali rezultate. V drugem delu smo rezultate želeli izboljšati, zato
smo se poslužili tehnike s prenosnim učenjem. Našim potrebam smo prilagodili obstoječo
AlexNet arhitekturo, naložili zbirko podatkov in izvedli učenje nevronske mreže. Na koncu
prikažemo rezultate kot je klasifikacijska točnost modela. Delovanje modela preizkusimo
še na testni množici slik, katere niso bile vključene v proces učenja.
Ključne besede: Globoko učenje, detekcija napak, klasifikacija, konvolucijska nevronska
mreža, odlitek
Objavljeno v DKUM: 09.12.2022; Ogledov: 681; Prenosov: 69
Celotno besedilo (3,25 MB) |
10. Razvoj zračno sklopljenega georadarja za detekcijo eksplozivnih teles na brezpilotnem zrakoplovu : doktorska disertacijaDanijel Šipoš, 2022, doktorska disertacija Opis: Doktorska disertacija predstavlja razvoj zračno sklopljenega georadarja za detekcijo eksplozivnih teles pod površino zemlje za primarno uporabo na brezpilotnem zrakoplovu (UAV-ju). Ker je teža in avtonomija takšnega UAV-ja izjemno kritična, to zahteva posebno skrb pri razvoju takšnega georadarskega sistema. S tem namenom je izdelan georadar, ki oddaja kontinuirano valovanje s stopničastim frekvenčnim korakom (SFCW). Uporaba te metode ter skrbno načrtovanega sprejemnika, ki temelji na hibridni analogno-digitalni super-heterodinski arhitekturi je na koncu izločila potrebo po močnostnem ojačevalniku oddanega signala. Takšen pristop nam je omogočil izdelati celoten sistem z uporabo integriranih elektronskih komponent in s tem zagotoviti nizko porabo električne energije ter kompaktno izvedbo. Kljub vsemu pa sistem nudi resolucijo v nekaj centimetrskem območju, kar omogoča detekcijo tudi najmanjših eksplozivnih teles. Sistem je preizkušen v laboratorijskem okolju, kot tudi na testnem poligonu v kombinaciji s komercialnim brezpilotnim zrakoplovom. Z namenom, da bi zagotovili še večjo uspešnost detekcije, smo še vpeljali uporabo polarizacije, ki obstoječo georadarsko sliko razširi na večkanalno. Dodatno smo prav tako razvili sistem za odpravljanje nezaželenih odbojev, ki slednje odstrani že na samem vhodu sprejemnika; s tem pa omogoči, da tarče interesa, ki so ponavadi šibke, dodatno ojačamo.
Ključne besede: georadar, brezpilotni zrakoplov, zračno sklopljen, detekcija eksplozivnih teles, kontinuirano valovanje s stopničastim frekvenčnim korakom (SFCW)
Objavljeno v DKUM: 12.08.2022; Ogledov: 954; Prenosov: 249
Celotno besedilo (26,26 MB) |
