Určování správnosti zalisování nýtů pomocí neuronových sítí

Bc. Lukáš Ondráček

Diplomová práce

Determining the correctness of rivet pressing using neural networks

Anotace:

Tato diplomová práce se zabývá kontrolou zalisování nýtů pomocí neuronových sítí. Obsahuje náhled do teorie strojového a hlubokého učení i průmyslové automatizace. Nachází se zde analýza podobných prací a nástrojů určených k tvorbě neuronových sítí. Nýtové spoje jsou snímány kamerovým systémem Keyence, výsledkem jsou obrázky v odstínech šedé. Bylo sestaveno více než sto hlubokých konvolučních neuronových sítí přeneseným učením založených na sedmi modelech, optimalizovaných pomocí dvanácti algoritmů a úpravou dalších parametrů. Nejlepších výsledků dosáhla síť spojením modelu ResNet101 a optimalizačního algoritmu SGD. Tato síť dosáhla celkové správnosti 98,9 %, přesnosti 100 %, úplnosti 94,8 % a F1 skóre 97,3 %.

Abstract:

This diploma thesis deals with the control of rivet pressing using neural networks. It includes insights into machine and deep learning theory as well as industrial automation. An analysis of similar works and tools designed to create neural networks is included. Rivet joints are scanned by a Keyence camera system, resulting in grayscale images. More than one hundred deep convolutional neural networks were built by transfer learning based on seven models, optimized by twelve algorithms and adjusting other parameters. The best results were obtained by combining the ResNet101 model and the SGD optimization algorithm. This network achieved overall accuracy of 98.9 %, precision of 100 %, recall of 94.8 %, and F1 score of 97.3 %.

Klíčová slova

učení hluboké, sítě neuronové konvoluční, automatizace průmyslová, vidění strojové, inteligence umělá

Keywords

learning deep, networks neural convolutional, automation industrial, vision machine, intelligence artificial

Jazyk práce: čeština

Datum vytvoření / odevzdání či podání práce: 28. 4. 2023

Obhajoba závěrečné práce

• Obhajoba proběhla 19. 5. 2023
• Vedoucí: doc. RNDr. Kamila Štekerová, Ph.D., MSc.
• Oponent: Ing. Karel Mls, Ph.D.

Univerzita Hradec Králové

Fakulta informatiky a managementu

Magisterský studijní program / obor:
Aplikovaná informatika / Aplikovaná informatika