Detail práce
Hluboké neuronové sítě pro detekci anomálií při kontrole kvality
Cílem této práce je automatizovat detekci defektů při průmyslové výrobě plastových karet. Typickým defektem vzniklým při takovéto výrobě je kontaminace prachovými částicemi či vlasem. Hlavními výzvami, které v této práci řeším, je malý počet dostupných dat (214 karet), velmi malá plocha defektů v kontextu celé karty (průměrně 0,0068 \% plochy karty) a zároveň velice rozmanité a komplexní pozadí, ve kterém defekty hledám. Realizaci úkolu jsem dosáhl za použití detekčního algoritmu Mask R-CNN a rozšíření datové sady pomocí namodelování vzhledu typických defektů a vytvoření syntetického datasetu o počtu 20 000 obrázků, na kterém jsem detektor natrénoval. Takovýmto způsobem jsem dosáhl 0,83 AP při IoU rovno 0,1 na testovací části původní datové sady.
Hluboké neuronové sítě, detekce anomálií, detekce defektů, kontrola kvality, Mask R-CNN
Student nejprve prezentoval výsledky, kterých dosáhl v rámci své práce. Komise se poté seznámila s hodnocením vedoucího a posudkem oponenta práce. Student následně odpověděl na otázky oponenta a na další otázky přítomných. Komise se na základě posudku oponenta, hodnocení vedoucího, přednesené prezentace a odpovědí studenta na položené otázky rozhodla práci hodnotit stupněm "D".
- Používáte velice složitou síť a to na obrázky 2048x2048, kde detekujete maličké vady. Nabízí se myšlenka zpracovávat pouze výřezy vstupního obrazu s daleko menším rozlišením. Jaké by takový přístup měl výhody a nevýhody?
- Jak by bylo možné udělat základní (baseline) řešení, aby bylo jednoduché a šlo proti němu vyhodnotit vlastnosti naučené CNN? Proč něco takového není v DP?
- Na přiloženém CD jsou obrázky syntetických vad - jsou jich jen malé desítky. Proč nejsou obrázky vad generované procedurálně, aby byly jedinečné?
Jaroš Jiří, doc. Ing., Ph.D. (UPSY FIT VUT), člen
Martínek Tomáš, doc. Ing., Ph.D. (UPSY FIT VUT), člen
Vašíček Zdeněk, doc. Ing., Ph.D. (UPSY FIT VUT), člen
Vojnar Tomáš, prof. Ing., Ph.D. (UITS FIT VUT), člen
Vranić Valentino, doc. Ing., Ph.D. (FIIT STU), člen
@mastersthesis{FITMT22149, author = "Tom\'{a}\v{s} Ju\v{r}ica", type = "Diplomov\'{a} pr\'{a}ce", title = "Hlubok\'{e} neuronov\'{e} s\'{i}t\v{e} pro detekci anom\'{a}li\'{i} p\v{r}i kontrole kvality", school = "Vysok\'{e} u\v{c}en\'{i} technick\'{e} v Brn\v{e}, Fakulta informa\v{c}n\'{i}ch technologi\'{i}", year = 2019, location = "Brno, CZ", language = "czech", url = "https://www.fit.vut.cz/study/thesis/22149/" }