Národní úložiště šedé literatury Nalezeno 2 záznamů.  Hledání trvalo 0.00 vteřin. 
Detekce poškození povrchu materiálu z fotografie
Marek, Radek ; Sakin, Martin (oponent) ; Dyk, Tomáš (vedoucí práce)
Tato práce se zaměřuje na využití několika typů neuronových sítí pro detekci poškození povrchu materiálů z fotografií a hodnotí jejich účinnost. Identifikace různých typů poškození, jako jsou trhliny, škrábance a další defekty, je nezbytná pro posouzení kondice materiálů a může upozornit na potřebu další údržby nebo oprav. Použití pokročilých neuronových sítí umožňuje přesnější detekci a klasifikaci poškození, což je klíčové pro aplikace v oblastech jako stavebnictví, automobilový průmysl a letecké inženýrství, kde rychlá a spolehlivá diagnostika materiálových vad je kritická. Integrace těchto technologií do pravidelných inspekčních procesů může významně zlepšit prevenci havárií a prodloužit životnost konstrukčních komponent. Práce dále diskutuje možnosti zlepšení a adaptace algoritmů na specifické materiály a typy poškození. Tato práce tedy ukazuje, jak mohou pokročilé technologie strojového učení významně přispět k efektivnějšímu a spolehlivějšímu monitorování stavu materiálů, což otevírá cesty pro budoucí inovace v oblasti údržby a bezpečnosti.
Segmentace snímků z termokamery aplikací vybraných konvolučních neuronových sítí
BENEDA, Lukáš
Tato práce se zabývá problémem segmentace instancí paznehtu skotu na termografických snímcích pomocí neuronových sítí. Cílem této práce bylo otestovat několik vybraných řešení a vyhodnocení jejich výsledků. Základem práce je rešerše existujících řešení, příprava datasetu, výběr modelů neuronových sítí a ohodnocení výsledků jednotlivých modelů. Práce popisuje postup prací a závěrem jsou porovnány jednotlivé výsledky a vyhodnoceno nejlepší řešení. Výsledkem práce je vytvořený dataset termografických snímků paznehtů a 3 otestované modely neuronových sítí, ze kterých 2 jsou velmi dobře použitelné pro řešení daného problému.

Chcete být upozorněni, pokud se objeví nové záznamy odpovídající tomuto dotazu?
Přihlásit se k odběru RSS.