Ανίχνευση αντικειμένων σε πραγματικό χρόνο με βαθιά μάθηση και υπολογιστική αιχμής

Γκιολένα, Μάριο

dc.contributor.advisor	Nikolaou , Grigoris
dc.contributor.author	Γκιολένα, Μάριο
dc.date.accessioned	2021-11-19T09:18:29Z
dc.date.available	2021-11-19T09:18:29Z
dc.date.issued	2021-10-14
dc.identifier.uri	https://polynoe.lib.uniwa.gr/xmlui/handle/11400/1545
dc.identifier.uri	http://dx.doi.org/10.26265/polynoe-1396
dc.description.abstract	Στην παρούσα εργασία με τίτλο ‘Ανίχνευση Αντικειμένων σε Πραγματικό Χρόνο με Βαθιά Μάθηση και Υπολογιστική Αιχμής’ γίνεται η υλοποίηση εφαρμογής ανίχνευσης μάσκας πάνω σε ανθρώπινα πρόσωπα σε πραγματικό χρόνο. Αυτό επιτυγχάνεται χρησιμοποιώντας ένα συνελικτικό νευρωνικό δίκτυο YOLO 5ης έκδοσης σε συνδυασμό με τον μικρού μεγέθους υπολογιστή της NVIDIA JetSon Nano. Στο έγγραφο αναπτύσσεται λεπτομερώς η διαδικασία από αναγνώριση αντικειμένου μέσω φωτογραφιών σε ανίχνευση του προσώπου σε πραγματικό χρόνο. Αυτό επιτυγχάνεται και γίνεται πιο κατανοητό χάρη στην δομή των κεφαλαίων, η οποία κάνει αναδρομή από την αναγνώριση του αντικειμένου, την χρήση βαθιάς μάθησης και της χρησιμότητάς της, της υπολογιστικής αιχμής και τέλος την παρουσίαση των εργαλείων της εφαρμογής και την υλοποίησής της. Η εργασία κλείνει με τα συμπεράσματα και τις παρατηρήσεις από αυτή την υλοποίηση, καθώς και με πιθανές αλλαγές/βελτιώσεις για το μέλλον. Η επιλογή του θέματος εμπνεύστηκε από την σπουδαιότητα της βαθιάς μάθησης στην καθημερινή ζωή των ανθρώπων και πως αυτή τελικά χρησιμοποιεί την τεχνολογία για σύμμαχο από τα πιο απλά πράγματα της καθημερινότητας μέχρι τα πιο προκλητικά. Η ανίχνευση μάσκας για ανθρώπινα πρόσωπα σε πραγματικό χρόνο είναι μια εργασία, η οποία έχει ευρεία χρήσεων στην σημερινή κοινωνία, καθώς και υπενθυμίζει στον άνθρωπο πως παρόλο που η φύση είναι απρόβλεπτη και ασυμβίβαστη με τα ανθρώπινα σχέδια, η τεχνολογία ως εργαλείο του έδινε πάντα την δυνατότητα να μην μένει ποτέ πίσω.	el
dc.format.extent	97	el
dc.language.iso	el	el
dc.publisher	Πανεπιστήμιο Δυτικής Αττικής	el
dc.rights	Αναφορά Δημιουργού - Μη Εμπορική Χρήση - Παρόμοια Διανομή 4.0 Διεθνές	*
dc.rights	Attribution-NonCommercial-NoDerivatives 4.0 Διεθνές	*
dc.rights	Αναφορά Δημιουργού - Μη Εμπορική Χρήση - Παρόμοια Διανομή 4.0 Διεθνές	*
dc.rights	Αναφορά Δημιουργού - Μη Εμπορική Χρήση - Παρόμοια Διανομή 4.0 Διεθνές	*
dc.rights.uri	http://creativecommons.org/licenses/by-nc-sa/4.0/	*
dc.subject	Ανίχνευση αντικειμένων	el
dc.subject	Βαθιά μάθηση	el
dc.subject	Συνελικτικά νευρωνικά δίκτυα	el
dc.subject	Υπολογιστική αιχμής	el
dc.subject	YOLO	el
dc.subject	Object detection	el
dc.subject	Deep learning	el
dc.subject	Convolutional neural network	el
dc.subject	Edge computing	el
dc.subject	Αναγνώριση αντικειμένων	el
dc.subject	Μηχανική μάθηση	el
dc.title	Ανίχνευση αντικειμένων σε πραγματικό χρόνο με βαθιά μάθηση και υπολογιστική αιχμής	el
dc.title.alternative	Real-time object detection with deep learning and edge computing	el
dc.type	Διπλωματική εργασία	el
dc.contributor.committee	Βασιλειάδου, Σουλτάνα
dc.contributor.committee	Drosos, Christos
dc.contributor.faculty	Σχολή Μηχανικών	el
dc.contributor.department	Τμήμα Μηχανικών Βιομηχανικής Σχεδίασης και Παραγωγής	el
dc.description.abstracttranslated	In the present work entitled ‘Real Time Object Detection with Deep Learning and Edge Computing’, the implementation of a mask detection application on human faces in real time is implemented. This is achieved by using a 5th Edition YOLO convolutional neural network with the compact NVIDIA JetSon Nano PC. The document describes in detail the process from object recognition through photographs to real-time face detection. This is achieved and becomes more understandable thanks to the structure of the chapters, which by order they start from object recognition, the use of deep learning and its usefulness, the edge computing and finally the presentation of the tools of the application and its implementation. The work closes with the conclusions and observations from this implementation, as well as with possible changes/improvements for the future. The choice of topic was inspired by the importance of deep learning in people's daily lives and how it ultimately uses technology as an ally from the simplest things in everyday life to the most challenging. Real-time face mask detection is a widely used task in today's society, and it reminds man that although nature is unpredictable and incompatible with human designs, technology as a tool has always enabled him to never be left behind.	el

Αρχεία σε αυτό το τεκμήριο

Όνομα:: Gjolena_71444983.pdf
Μέγεθος:: 3.603Mb
Τύπος:: PDF
Περιγραφή:: Διπλωματική Εργασία

Προβολή/Άνοιγμα

Αυτό το τεκμήριο εμφανίζεται στις ακόλουθες συλλογές

Διπλωματικές εργασίες
Διπλωματικές εργασίες τμήματος Μηχανικών Βιομηχανικής Σχεδίασης και Παραγωγής

Εμφάνιση απλής εγγραφής

Αναφορά Δημιουργού - Μη Εμπορική Χρήση - Παρόμοια Διανομή 4.0 Διεθνές

Εκτός από όπου επισημαίνεται κάτι διαφορετικό, το τεκμήριο διανέμεται με την ακόλουθη άδεια:
Αναφορά Δημιουργού - Μη Εμπορική Χρήση - Παρόμοια Διανομή 4.0 Διεθνές