Gépi tanulási módszerek felhasználása szemcseösszetétel vizsgálatokra

OData támogatás
Konzulens:
Dr. Csorba Kristóf
Automatizálási és Alkalmazott Informatikai Tanszék

A diplomaterv témája a Cv4Sensorhub keretrendszer kiegészítése egy gépi tanulásos osztályzókomponenssel, aminek a segítségével ásványokról készült CT felvétel képein lehet az anyagon belül lévő kristályszemcsék éleit megtalálni. Az osztályozókomponens fejlesztése az OpenCV könyvtár, valamint annak gépi tanulásos moduljának segítségével történt C# alapon.

Az első feladatom során megismerkedtem a legfontosabb gépi tanulásos fogalmakkal és tanuló algoritmusokkal, valamint az OpenCV gépi tanulásos moduljával, ezzel minden szükséges tudást összegyűjtve, ami a feladat megoldásához kellhet.

A második feladatom során megvalósítottam egy általános felhasználású információgyűjtő szoftveres komponenst a Cv4Sensorhub keretrendszerhez, ami a vizsgálandó képekre húzott vonalláncok mentén képes különböző adatokat exportálni. Ezen komponens alkalmas arra, hogy tanuló adathalmazt hozzon létre a tanuló rendszer számára.

A harmadik feladatom során megterveztem és implementáltam egy komponenst a Cv4Sensorhub keretrendszerhez, ami egyrészt a beágyazott k-szoros keresztvalidáció segítségével alkalmas az SVM alapú tanuló modell optimális segédparamétereinek kiválasztására és validálására, másrészt alkalmazható különböző ásványokról készült CT felvétel kép pixeleinek osztályozására.

Az utolsó feladatom során előállítottam a megfelelő tanítóhalmazt az SVM tanuló rendszer számára, amivel betanítva sikeresen megoldottam a kiegyensúlyozatlan osztályozási problémát.

Letölthető fájlok

A témához tartozó fájlokat csak bejelentkezett felhasználók tölthetik le.