Please use this identifier to cite or link to this item: https://elar.urfu.ru/handle/10995/147480
Title: Разработка системы компьютерного зрения для автоматического определения фракции щебня в логистике карьера : магистерская диссертация
Other Titles: Development of a computer vision system for automatic determination of crushed stone fraction in quarry logistics
Authors: Соколов, С. Н.
Sokolov, S. N.
Advisor: Петренко, Т. С.
Petrenko, T. S.
Issue Date: 2025
Publisher: б. и.
Citation: Соколов, С. Н. Разработка системы компьютерного зрения для автоматического определения фракции щебня в логистике карьера : магистерская диссертация / С. Н. Соколов ; Уральский федеральный университет имени первого Президента России Б. Н. Ельцина, Кафедра Информационных технологий и систем управления. — Екатеринбург, 2025. — 59 с. — Библиогр.: с. 51-59 (50 назв.).
Abstract: The paper considers the development and implementation of a computer vision system for automatic determination of the fraction of crushed stone and other products exported from the quarry in real time. The proposed approach makes it possible to increase the efficiency and accuracy of production processes by reducing labor intensity and minimizing classification errors compared with traditional methods. The scientific novelty lies in the adaptation of modern computer vision models to the specific tasks of the mining industry.
В работе рассматривается разработка и внедрение системы компьютерного зрения для автоматического определения фракции щебня и другой продукции, вывозимой с карьера в режиме реального времени. Предложенный подход позволяет повысить эффективность и точность производственных процессов за счёт снижения трудоёмкости и минимизации ошибок классификации по сравнению с традиционными методами. Научная новизна заключается в адаптации современных моделей компьютерного зрения к специфике задач горнодобывающей отрасли.
Keywords: MASTER'S THESIS
COMPUTER VISION
CLASSIFICATION
NEURAL NETWORKS
DETECTION
MODEL TRAINING
МАГИСТЕРСКАЯ ДИССЕРТАЦИЯ
КОМПЬЮТЕРНОЕ ЗРЕНИЕ
КЛАССИФИКАЦИЯ
НЕЙРОННЫЕ СЕТИ
ДЕТЕКЦИЯ
ОБУЧЕНИЕ МОДЕЛИ
URI: https://elar.urfu.ru/handle/10995/147480
Access: Предоставлено автором на условиях простой неисключительной лицензии
License text: http://elar.urfu.ru/handle/10995/31612
PURE ID: 92711865
Appears in Collections:Магистерские диссертации

Files in This Item:
File Description SizeFormat 
m_th_s.n.sokolov_2025.pdf5,82 MBAdobe PDFView/Open


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.