Пожалуйста, используйте этот идентификатор, чтобы цитировать или ссылаться на этот ресурс: http://elar.urfu.ru/handle/10995/140369
Название: Исследование методов оценки выхода продукции предприятия "Урал-Асбест" при помощи системы компьютерного зрения : магистерская диссертация
Другие названия: Study of methods for assessing the output of the Ural-Asbest enterprise using computer vision system
Авторы: Чилингарян, Д. Г.
Chilingaryan, D. G.
Научный руководитель: Ронкин, М. В.
Ronkin, M. V.
Дата публикации: 2024
Издатель: б. и.
Библиографическое описание: Чилингарян Д. Г. Исследование методов оценки выхода продукции предприятия "Урал-Асбест" при помощи системы компьютерного зрения : магистерская диссертация / Д. Г. Чилингарян ; Уральский федеральный университет имени первого Президента России Б. Н. Ельцина, Институт радиоэлектроники и информационных технологий-РТФ, Кафедра информационных технологий и систем управления. — Екатеринбург, 2024. — 65 с. — Библиогр.: с. 59-65 (49 назв.).
Аннотация: Данная выпускная квалификационная работа Давида Грайровича Чилингаряна посвящена оценке выпуска продукции предприятия «Урал-асбест» с помощью системы компьютерного зрения. В работе рассматриваются современные методы семантической сегментации и обнаружения объектов на изображениях, в том числе с применением нейронных сетей UNet, YOLOv9, SWIN. Особое внимание уделено предварительной обработке данных, выбору и настройке моделей, а также анализу эффективности на реальных производственных данных. Полученные результаты демонстрируют высокую точность и эффективность предложенных методов, позволяющих автоматизировать оценку содержания асбеста в горных породах, сократить временные затраты и минимизировать контакт рабочих с вредным материалом. Практическая значимость заключается во внедрении разработанных решений в производственные процессы предприятия, улучшении контроля качества и защите здоровья работников.
This graduate qualification work of David Grayrovich Chilingaryan is devoted to the estimation of output of “Ural-asbestos” enterprise with the help of computer vision system. The work considers modern methods of semantic segmentation and detection of objects in images, including the use of neural networks UNet, YOLOv9, SWIN. Special attention is paid to data preprocessing, model selection and tuning, and performance analysis on real production data. The obtained results demonstrate high accuracy and efficiency of the proposed methods, allowing to automate the assessment of asbestos content in rocks, reduce time costs and minimize the contact of workers with harmful material. The practical significance lies in the implementation of the developed solutions in the production processes of the enterprise, improvement of quality control and protection of workers' health.
Ключевые слова: MASTER'S THESIS
SEMANTIC SEGMENTATION
INSTANCE SEGMENTATION
CONVOLUTIONAL NEURAL NETWORKS
OBJECT DETECTION
FILTERING ALGORITHMS
MINING PROBLEM
МАГИСТЕРСКАЯ ДИССЕРТАЦИЯ
СЕМАНТИЧЕСКАЯ СЕГМЕНТАЦИЯ
СЕГМЕНТАЦИЯ ЭКЗЕМПЛЯРОВ
СВЁРТОЧНЫЕ НЕЙРОННЫЕ СЕТИ
ОБНАРУЖЕНИЕ ОБЪЕКТОВ
АЛГОРИТМЫ ФИЛЬТРАЦИИ
ПРОБЛЕМА ГОРНОДОБЫВАЮЩЕЙ ПРОМЫШЛЕННОСТИ
URI: http://elar.urfu.ru/handle/10995/140369
Условия доступа: Предоставлено автором на условиях простой неисключительной лицензии
Текст лицензии: http://elar.urfu.ru/handle/10995/31613
Идентификатор PURE: 67540948
Располагается в коллекциях:Магистерские диссертации

Файлы этого ресурса:
Файл Описание РазмерФормат 
m_th_d.g.chilingaryan_2024.pdf1,65 MBAdobe PDFПросмотреть/Открыть


Все ресурсы в архиве электронных ресурсов защищены авторским правом, все права сохранены.