prikaz prve stranice dokumenta Automatska detekcija voća
  Preuzmi
PDF 2.05 MB
diplomski rad
Automatska detekcija voća
2023. urn:nbn:hr:200:612252
Perić, Luka
Sveučilište Josipa Jurja Strossmayera u Osijeku
Fakultet elektrotehnike, računarstva i informacijskih tehnologija Osijek
Zavod za računalno inženjerstvo i automatiku
Katedra za automatiku i robotiku

Citirajte ovaj rad

Perić, L. (2023). Automatska detekcija voća (Diplomski rad). Osijek: Sveučilište Josipa Jurja Strossmayera u Osijeku, Fakultet elektrotehnike, računarstva i informacijskih tehnologija Osijek. Preuzeto s https://urn.nsk.hr/urn:nbn:hr:200:612252

Perić, Luka. "Automatska detekcija voća." Diplomski rad, Sveučilište Josipa Jurja Strossmayera u Osijeku, Fakultet elektrotehnike, računarstva i informacijskih tehnologija Osijek, 2023. https://urn.nsk.hr/urn:nbn:hr:200:612252

Perić, Luka. "Automatska detekcija voća." Diplomski rad, Sveučilište Josipa Jurja Strossmayera u Osijeku, Fakultet elektrotehnike, računarstva i informacijskih tehnologija Osijek, 2023. https://urn.nsk.hr/urn:nbn:hr:200:612252

Perić, L. (2023). 'Automatska detekcija voća', Diplomski rad, Sveučilište Josipa Jurja Strossmayera u Osijeku, Fakultet elektrotehnike, računarstva i informacijskih tehnologija Osijek, citirano: 17.11.2024., https://urn.nsk.hr/urn:nbn:hr:200:612252

Perić L. Automatska detekcija voća [Diplomski rad]. Osijek: Sveučilište Josipa Jurja Strossmayera u Osijeku, Fakultet elektrotehnike, računarstva i informacijskih tehnologija Osijek; 2023 [pristupljeno 17.11.2024.] Dostupno na: https://urn.nsk.hr/urn:nbn:hr:200:612252

L. Perić, "Automatska detekcija voća", Diplomski rad, Sveučilište Josipa Jurja Strossmayera u Osijeku, Fakultet elektrotehnike, računarstva i informacijskih tehnologija Osijek, Osijek, 2023. Dostupno na: https://urn.nsk.hr/urn:nbn:hr:200:612252

Za citiranje koristite ovu mrežnu adresu: https://urn.nsk.hr/urn:nbn:hr:200:612252
Prijavite se u repozitorij kako biste mogli spremiti objekt u svoju listu.
Podaci o radu
NaslovAutomatska detekcija voća
Naslov (engleski)Automatic fruit detection
AutorLuka Perić
MentorEmmanuel Karlo Nyarko (mentor)
Član povjerenstvaEmmanuel Karlo Nyarko (član povjerenstva)
Član povjerenstvaIvan Vidović (predsjednik povjerenstva)
Član povjerenstvaRobert Cupec (član povjerenstva)
Ustanova koja je dodijelila
akademski / stručni stupanj		Sveučilište Josipa Jurja Strossmayera u Osijeku
Fakultet elektrotehnike, računarstva i informacijskih tehnologija Osijek
(Zavod za računalno inženjerstvo i automatiku)
(Katedra za automatiku i robotiku)
Osijek
Datum i država obrane2023-09-29, Hrvatska
Znanstveno / umjetničko
područje, polje i grana		TEHNIČKE ZNANOSTI
Računarstvo
Umjetna inteligencija
Sažetak
U ovom diplomskom radu testirano je nekoliko algoritama računalnog vida i umjetnih neuronskih mreža koje bi se mogle primijeniti pri prepoznavanju voća u kartonskim kutijama. Prikupljene su slike za podatkovni skup za prepoznavanje jabuka sorte Granny Smith. Podatkovni skup je anotiran i augmentiran. Za detektiranje jabuka korištene su Faster RCNN i YOLO arhitekture neuronskih mreža. Sve mreže su imale odlične evaluacijske metrike. Pri procjeni veličine jabuka korištena je segmentacija slike po boji. Segmentiranjem slike po boji, uz korištenje OpenCV biblioteke, prepoznaju se jabuke manjih dimenzija. Za prebrojavanje jabuka unutar kutije testirana je Houghova transformacija za krugove. Zbrojiti prepoznate jabuke (izlaze) koje daju umjetne neuronske mreže pokazao se kao bolji izbor za prebrojavanje jabuka unutar kutije. Testirani algoritmi mogu poslužiti pri kontroli kvalitete voća unutar kutija u industrijskim postrojenjima.
Sažetak (engleski)
In this paper, several computer vision algorithms and artificial neural networks that could be applied in the recognition of fruit in cardboard boxes were tested. Images were collected for the Granny Smith apple recognition dataset. The dataset is annotated and augmented. Faster RCNN and YOLO neural network architectures were used to detect apples. All networks had excellent evaluation metrics. Color image segmentation was used to estimate the size of apples. By using color image segmentation and OpenCV library, apples of smaller dimensions are recognized. To count the apples inside the box, the Hough transform for circles was tested. Summing recognized apples (outputs) provided by artificial neural networks proved to be a better choice for counting the apples inside the box. The tested algorithms can be used to control the quality of fruit inside boxes in industrial plants.
Ključne riječi
Ključne riječi (engleski)
Jezikhrvatski
URN:NBNurn:nbn:hr:200:612252
Studijski programNaziv: Računarstvo
Vrsta studija: sveučilišni
Stupanj studija: diplomski
Akademski / stručni naziv: magistar/magistra inženjer/inženjerka računarstva (mag.ing.comp.)
Vrsta resursaTekst
Način izrade datotekeIzvorno digitalna
Prava pristupaOtvoreni pristup
Uvjeti korištenjaIkona licence Zaštićeno autorskim pravom.
Datum i vrijeme pohrane2023-10-13 09:48:26