Konvolutionäre neuronale Netze in der industriellen Bildverarbeitung und Robotik
Versandkostenfrei!
Versandfertig in 6-10 Tagen
43,00 €
inkl. MwSt.
PAYBACK Punkte
0 °P sammeln!
Im ersten Teil dieser Arbeit wird ein Framework für den Entwurf eines CNNs für FPGAs vorgestellt, das aus einem eigenen Vorverarbeitungsalgorithmus, einer Augmentierung, einem eigenen Quantisierungsschema und einer Verkleinerung des CNN besteht. Die Kombination von konventioneller Bildverarbeitung mit neuronalen Netzen wird im zweiten Teil anhand eines Beispiels aus der Robotik gezeigt, in dem ein bildbasierter Regler erfolgreich für einen Greifvorgang eines Roboters eingesetzt wird. In the first part of this dissertation, a framework for the design of a CNN for FPGAs is presented, consisti...
Im ersten Teil dieser Arbeit wird ein Framework für den Entwurf eines CNNs für FPGAs vorgestellt, das aus einem eigenen Vorverarbeitungsalgorithmus, einer Augmentierung, einem eigenen Quantisierungsschema und einer Verkleinerung des CNN besteht. Die Kombination von konventioneller Bildverarbeitung mit neuronalen Netzen wird im zweiten Teil anhand eines Beispiels aus der Robotik gezeigt, in dem ein bildbasierter Regler erfolgreich für einen Greifvorgang eines Roboters eingesetzt wird. In the first part of this dissertation, a framework for the design of a CNN for FPGAs is presented, consisting of a preprocessing algorithm, an augmentation technique, a custom quantization scheme and a pruning step of the CNN. The combination of conventional image processing with neural networks is shown in the second part by an example from robotics, where an image-based visual servoing process is successfully conducted for a gripping process of a robot.
Andere Kunden interessierten sich für
