Demonstracijska celica za prikaz globokega učenja v praktičnih aplikacijah

ROSUS 2024 - Računalniška obdelava slik in njena uporaba v Sloveniji 2024: Zbornik 18. strokovne konference Pub Date : 2024-03-11 DOI:10.18690/um.feri.1.2024.2

Domen Tabernik, Peter Mlakar, Jakob Božič, Luka Čehovin Zajc, Vid Rijavec, Danijel Skočaj

{"title":"Demonstracijska celica za prikaz globokega učenja v praktičnih aplikacijah","authors":"Domen Tabernik, Peter Mlakar, Jakob Božič, Luka Čehovin Zajc, Vid Rijavec, Danijel Skočaj","doi":"10.18690/um.feri.1.2024.2","DOIUrl":null,"url":null,"abstract":"V zadnjih letih so metode globokega učenja postale ključno orodje za reševanje raznolikih praktičnih izzivov. Kljub temu pa potencial takih metod pogosto ostaja slabo razumljiv širši javnosti zaradi pogostega ločevanja razvoja in demonstracije algoritmov od dejanskih praktičnih problemov, ki jih algoritmi naslavljajo. V tem članku predstavljamo demonstracijsko celico, ki združuje strojno in programsko opremo ter algoritme globokega učenja, omogočajoč enostavno prikazovanje delovanja teh metod v različnih aplikativnih domenah. Celica vključuje kamere, grafični vmesnik in pet demonstracijskih programov, ki demonstrirajo klasifikacijo lesenih desk, detekcijo površinskih anomalij, štetje polipov, detekcijo prometnih znakov in detekcijo vogalov tekstilnih izdelkov. Implementiran modularni pristop omogoča enostavno integracijo različnih algoritmov globokega učenja. Sistem omogoča boljše razumevanje in uporabo teh metod v praktičnih scenarijih ter prispeva k razvoju inovativnih rešitev na področju globokega učenja.","PeriodicalId":517885,"journal":{"name":"ROSUS 2024 - Računalniška obdelava slik in njena uporaba v Sloveniji 2024: Zbornik 18. strokovne konference","volume":"29 33","pages":""},"PeriodicalIF":0.0000,"publicationDate":"2024-03-11","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"0","resultStr":null,"platform":"Semanticscholar","paperid":null,"PeriodicalName":"ROSUS 2024 - Računalniška obdelava slik in njena uporaba v Sloveniji 2024: Zbornik 18. strokovne konference","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.18690/um.feri.1.2024.2","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}

引用次数: 0

Abstract

V zadnjih letih so metode globokega učenja postale ključno orodje za reševanje raznolikih praktičnih izzivov. Kljub temu pa potencial takih metod pogosto ostaja slabo razumljiv širši javnosti zaradi pogostega ločevanja razvoja in demonstracije algoritmov od dejanskih praktičnih problemov, ki jih algoritmi naslavljajo. V tem članku predstavljamo demonstracijsko celico, ki združuje strojno in programsko opremo ter algoritme globokega učenja, omogočajoč enostavno prikazovanje delovanja teh metod v različnih aplikativnih domenah. Celica vključuje kamere, grafični vmesnik in pet demonstracijskih programov, ki demonstrirajo klasifikacijo lesenih desk, detekcijo površinskih anomalij, štetje polipov, detekcijo prometnih znakov in detekcijo vogalov tekstilnih izdelkov. Implementiran modularni pristop omogoča enostavno integracijo različnih algoritmov globokega učenja. Sistem omogoča boljše razumevanje in uporabo teh metod v praktičnih scenarijih ter prispeva k razvoju inovativnih rešitev na področju globokega učenja.

查看原文本刊更多论文

在实际应用中展示深度学习的演示单元

近年来，深度学习方法已成为解决各种实际挑战的关键工具。然而，由于算法的开发和演示与它们所解决的实际问题之间经常脱节，公众往往对这些方法的潜力知之甚少。在本文中，我们介绍了一种结合了硬件、软件和深度学习算法的演示单元，可以轻松演示这些方法在各种应用领域中的性能。该单元包括摄像头、图形界面和五个演示程序，分别展示了木板分类、表面异常检测、息肉计数、交通标志检测和纺织品拐角检测。采用模块化方法可以轻松集成不同的深度学习算法。该系统能让人们更好地理解这些方法并将其应用于实际场景，有助于开发深度学习领域的创新解决方案。

本文章由计算机程序翻译，如有差异，请以英文原文为准。

求助全文

约1分钟内获得全文求助全文

来源期刊

ROSUS 2024 - Računalniška obdelava slik in njena uporaba v Sloveniji 2024: Zbornik 18. strokovne konference

自引率

0.00%

发文量