Zobrazit v EDS

Разработка наклонно-поворотного кронштейна с системой машинного зрения: выпускная квалификационная работа бакалавра

Uloženo v:
Podrobná bibliografie
Název: Разработка наклонно-поворотного кронштейна с системой машинного зрения: выпускная квалификационная работа бакалавра
Informace o vydavateli: Санкт-Петербургский политехнический университет Петра Великого, 2024.
Rok vydání: 2024
Témata: 4. Education, задача детекции, распознавание кодов, DataMatrix codes, code recognition, YOLO, нейронные сети, object detection, двумерные матричные ÑˆÑ‚Ñ€Ð¸Ñ -коды, neural networks, 7. Clean energy
Popis: Цель работы: разработать алгоритм с применением глубоких нейронных сетей для улучшенного обнаружения и декодирования двумерных матричных кодов. Задачи, которые решались в ходе исследования: 1. анализ существующих подходов к распознаванию двумерных матричных штрих-кодов; 2. подготовка обучающего датасета и обучение нейронной сети для локализации двумерных матричных кодов; 3. разработка архитектуры системы распознавания двумерных матричных кодов и ее программная реализация на C++; 4. экспериментальная оценка качества работы системы. В ходе работы был проведен анализ существующих подходов обнаружения и декодирования двумерных матричных штрих-кодов, что позволило вы-явить основные проблемы и недостатки существующих методов. Также были обучены модели нейронной сети на собранном наборе данных. Была разработана архитектура системы распознавания двумерных матричных кодов, а впоследствии успешно реализована на языке программирования C++. Полученные результаты могут быть использованы в системах автоматической идентификации и сбора данных на конвейерах и в системах технического зрения мобильных роботов с большей точностью и с контролируемой скоростью в сравнении с существующими решениями.
The purpose of the graduate qualification work: to design an algorithm for im-proved detection and decoding of DataMatrix codes using deep neural networks. Problems that were solved during the study: 1. analysis of existing approaches to recognition of DataMatrix codes; 2. preparation of a dataset and training of a neural network for detection of DataMatrix codes; 3. designing of the architecture of a DataMatrix codes recognition system and its software implementation in C++; 4. experimental assessment of the quality of the system. In the course of the work, an analysis of existing approaches to detection and decoding of DataMatrix codes was carried out, which made it possible to identify the main problems and shortcomings of existing methods. Moreover, neural network models were trained on the collected data set. The architecture of a DataMatrix codes recognition system was developed and successfully implemented in the C++ programming language. The results obtained can be used in systems for automatic identification and data collection on conveyors and in computer vision systems for mobile robots with great-er accuracy and at a controlled speed in comparison with existing solutions.
Druh dokumentu: Other literature type
Jazyk: Russian
DOI: 10.18720/spbpu/3/2024/vr/vr24-1771
Přístupové číslo: edsair.doi...........b53759a5dca5011246d6596d4a9d5615
Databáze: OpenAIRE
Popis
Abstrakt:Цель работы: разработать алгоритм с применением глубоких нейронных сетей для улучшенного обнаружения и декодирования двумерных матричных кодов. Задачи, которые решались в ходе исследования: 1. анализ существующих подходов к распознаванию двумерных матричных штрих-кодов; 2. подготовка обучающего датасета и обучение нейронной сети для локализации двумерных матричных кодов; 3. разработка архитектуры системы распознавания двумерных матричных кодов и ее программная реализация на C++; 4. экспериментальная оценка качества работы системы. В ходе работы был проведен анализ существующих подходов обнаружения и декодирования двумерных матричных штрих-кодов, что позволило вы-явить основные проблемы и недостатки существующих методов. Также были обучены модели нейронной сети на собранном наборе данных. Была разработана архитектура системы распознавания двумерных матричных кодов, а впоследствии успешно реализована на языке программирования C++. Полученные результаты могут быть использованы в системах автоматической идентификации и сбора данных на конвейерах и в системах технического зрения мобильных роботов с большей точностью и с контролируемой скоростью в сравнении с существующими решениями.<br />The purpose of the graduate qualification work: to design an algorithm for im-proved detection and decoding of DataMatrix codes using deep neural networks. Problems that were solved during the study: 1. analysis of existing approaches to recognition of DataMatrix codes; 2. preparation of a dataset and training of a neural network for detection of DataMatrix codes; 3. designing of the architecture of a DataMatrix codes recognition system and its software implementation in C++; 4. experimental assessment of the quality of the system. In the course of the work, an analysis of existing approaches to detection and decoding of DataMatrix codes was carried out, which made it possible to identify the main problems and shortcomings of existing methods. Moreover, neural network models were trained on the collected data set. The architecture of a DataMatrix codes recognition system was developed and successfully implemented in the C++ programming language. The results obtained can be used in systems for automatic identification and data collection on conveyors and in computer vision systems for mobile robots with great-er accuracy and at a controlled speed in comparison with existing solutions.
DOI:10.18720/spbpu/3/2024/vr/vr24-1771