DETEKCIJA RAZPOK V STEKLU Z METODAMI STROJNEGA VIDAIvanovska, Marija (Avtor) Perš, Janez (Mentor) Štruc, Vitomir (Komentor) strojni vidrazpoke v stekluGaborjevi filtriSVMgloboko učenjeCNNVGG16Raziskava se osredotoča na razvoj algoritmov strojne inteligence z uporabo konvencionalnih metod ter z uporabo nevronskih mrež. Izziv, s katerim smo se pri razvoju metod ukvarjali, se nanaša na iskanje poškodb na steklu vial. Osnova za razvoj algoritmov je zbirka slik poškodovanih in nepoškodovanih vial, ki smo jo ustvarili sami s primerno izbrano opremo in ustreznimi postopki. Prvi predlagani pristop iskanja poškodb zajema klasične metode strojnega učenja. Za luščenje značilk smo uporabili banko Gaborjevih filtrov, za razvrščevanje vzorcev pa je bila uporabljena metoda podpornih vektorjev. Drugi predlagani pristop zajema metode globokega učenja. V tem primeru smo kot osnovni model za konvolucijo vzorcev s filtri vzeli arhitekturo mreže VGG16, ki ji je bil odstranjen zgornji del. Namesto tega smo implementirali nove plasti s prilagojenim številom parametrov in previdno izbranimi aktivacijskimi funkcijami. V obeh primerih smo za evaluacijo algoritmov uporabili ROC krivulje, pri čemer smo dosegli 100\% razpoznavnost poškodb. Zaradi optimizacije časa izvajanja teh algoritmov smo na koncu izvedli še ablacijsko študijo, pri kateri smo opazovali, kako zmanjševanje podatkov o eni viali vpliva na končni izzid razvrščanja.20192019-01-11 10:40:03Magistrsko delo/naloga106001VisID: 42481sl