Multitaszk konvolúciós hálózat készítése autonóm robotok számára

OData támogatás
Konzulens:
Szemenyei Márton
Irányítástechnika és Informatika Tanszék

Az autonóm robotok vagy a teljesítménykritikus beágyazott rendszerek területén az egyes feldolgozó algoritmusok futásideje kritikus lehet, ezért a kutatók olyan megoldásokat keresnek melyek gyors működés mellett nagy pontosságot képesek biztosítani. Sajnálatos módon a robotokat vezérlő mesterséges intelligencia általánosságban futás közben nagy számítási kapacitást igényel.

A mély neurális hálózatok témakörén belül egyik újszerű kutatási ág olyan algoritmusok kifejlesztése, mely képes egy neurális hálózattal több, egymástól akár független feladatot is ellátni. Ezeket a megoldásokat multitaszk hálózatoknak nevezik.

Jelen dolgozat egy olyan mély neurális hálózat alapú látórendszer megvalósítását tárgyalja, mely képes a multitaszk feladatvégrehajtásra. Az elvégzett feladatok elsődleges fókusza a bemenetként kapott képeken található objektumok detektálása és osztályozása.

Az algoritmus fő feladatkitűzése az, hogy megfelelő pontosságot érjen el minél rövidebb futásidő alatt, ezért az elkészült munkát a futásidő és a teljesítmény szempontjából egyaránt teszteltem. Az így elkészült hálózat a teszteredmények alapján képes jó pontosságot elérni egyszerre több feladaton, emellett futásidőben jelentősen jobb, mintha különálló hálózatokat alkalmaznánk a különböző feladatokra.

Letölthető fájlok

A témához tartozó fájlokat csak bejelentkezett felhasználók tölthetik le.