izpis_h1_title_alt

Uporaba globokega učenja pri pripravi hrane v malih gospodinjskih aparatih
Novak, Marko (Avtor), Kononenko, Igor (Mentor) Več o mentorju... Povezava se odpre v novem oknu, Kukar, Matjaž (Komentor)

.pdfPDF - Predstavitvena datoteka, prenos (7,48 MB)

Izvleček
Hiter razvoj na področju vgrajenih sistemov v zadnjih letih danes omogoča vgrajevanje zmogljivih procesnih enot v mnoge naprave. Priprava hrane je eno od področij, kjer lahko uporaba takšnih tehnologij olajša vsakodnevna opravila ter prispeva k boljšim rezultatom. V diplomski nalogi smo testirali možnost uporabe kamere in umetnih nevronskih mrež za nadzor stepanja smetane v naprednih kuhinjskih mešalnikih. Najprej smo naredili več posnetkov stepanja smetane ter posamezne fotografije iz posnetkov označili glede na stopnjo stepenosti smetane. Predstavili smo nekaj pomembnejših nevronskih mrež za analizo fotografij (AlexNet, MobileNet, NasNet) ter testirali, kako se nevronske mreže, naučene na podlagi ustvarjene baze fotografij, obnesejo v praksi. Rezultati so pokazali, da lahko tako naučena nevronska mreža doseže primerno točnost, tudi ko so posnetki narejeni v drugačnih pogojih kot posnetki, ki smo jih uporabili pri učenju.

Jezik:Slovenski jezik
Ključne besede:umetne nevronske mreže, globoko učenje, gospodinjski aparati, analiza fotografij, smetana
Vrsta gradiva:Diplomsko delo/naloga (mb11)
Organizacija:FRI - Fakulteta za računalništvo in informatiko
Leto izida:2019
Število ogledov:279
Število prenosov:141
Metapodatki:XML RDF-CHPDL DC-XML DC-RDF
 
Skupna ocena:(0 glasov)
Vaša ocena:Ocenjevanje je dovoljeno samo prijavljenim uporabnikom.
:
Objavi na:AddThis
AddThis uporablja piškotke, za katere potrebujemo vaše privoljenje.
Uredi privoljenje...

Sekundarni jezik

Jezik:Angleški jezik
Naslov:Use of deep learning in kitchen appliances to aid food preparation
Izvleček:
Rapid development of embedded systems in recent years allows us to integrate powerful processing units in most electronic devices. Food preparation is one such field, where technology can ease everyday chores, and help us achieve better results. We've tried out various ways to use a camera in combination with artificial neural networks to control kitchen mixer when making whipped cream. First we made several recordings of cream during mixing. We've labelled each frame according to how well-mixed the cream is. We show some higher-importance neural networks for image analysis (AlexNet, MobileNet, NasNet) and test how well those neural networks perform after being trained on our dataset. Our results indicate that such neural networks are able to give an accurate prediction, even on photos captured under different conditions than the training data.

Ključne besede:artificial neural networks, deep learning, kitchen appliances, image analysis, cream

Podobna dela

Podobna dela v RUL:
Podobna dela v drugih slovenskih zbirkah:

Komentarji

Dodaj komentar

Za komentiranje se morate prijaviti.

Komentarji (0)
0 - 0 / 0
 
Ni komentarjev!

Nazaj