<?xml version="1.0"?>
<metadata xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xmlns:dc="http://purl.org/dc/elements/1.1/"><dc:title>Nadgradnja sistema strojnega vida za kontrolo pozicije vzmeti z metodami globokega učenja</dc:title><dc:creator>GALE,	MANCA	(Avtor)
	</dc:creator><dc:creator>Perš,	Janez	(Mentor)
	</dc:creator><dc:creator>Grm,	Klemen	(Komentor)
	</dc:creator><dc:subject>segmentacija</dc:subject><dc:subject>konvolucijska nevronska omrežja</dc:subject><dc:description>Pri sestavljanju motorjev na montažni liniji v podjetju Domel prihaja do nepravilnega vstavljanja vzmeti, ki potiska ščetko na komutator. Ob nepravilni poziciji vzmeti lahko pride do krajše življenjske dobe motorja. Pozicija vzmeti se preverja s sistemom strojnega vida, s katerim se zaznava nepravilna pozicija vzmeti. Pri nekaterih tipih motorjev prihaja pri sistemu strojnega vida do nepravilnega razvrščanja.
V prvem delu so opisane in preverjene ideje domnevnih vzrokov za napačno razvrščanje. V drugem delu je predstavljena ideja za nadgradnjo sistema strojnega vida za zaznavo nepravilne pozicije vzmeti. Rešitev temelji na iskanju referenčnih točk na segmentiranih področjih vzmeti in vodila ščetke. Za segmentacijo slik smo uporabili metodo učenja konvolucijskega nevronskega omrežja.
Kot rešitev težave je predstavljen dodatni algoritem za prepoznavanje slik z nepravilnimi izdelki ter razvrščanje slik s pravilno oziroma nepravilno pozicijo vzmeti glede na razdalje med vzmetjo in vodilom ščetke. Dodatni algoritem upošteva preliminarno razvrstitev obstoječega sistema strojnega vida.</dc:description><dc:date>2021</dc:date><dc:date>2021-12-29 11:13:05</dc:date><dc:type>Magistrsko delo/naloga</dc:type><dc:identifier>134208</dc:identifier><dc:identifier>VisID: 54941</dc:identifier><dc:identifier>COBISS_ID: 91407363</dc:identifier><dc:language>sl</dc:language></metadata>
