UNIVERZITET U TUZLI
FAKULTET ELEKTROTEHNIKE
Franjevačka br.2
Tuzla
O B J A V L J U J E
Armela Šišić, bachelor inž. el., javno će braniti završni magistarski rad pod naslovom:
„Primjena dubokog učenja za vizuelnu kontrolu kvaliteta proizvoda“,
dana 20.05.2024. godine sa početkom u 09,30 sati u Multimedijalnoj sali Univerziteta u Tuzli, pred Komisijom u sastavu:
- Dr. sci. Naser Prljača, redovni profesor-predsjednik
Uža naučna oblast Automatika i robotika
Fakultet elektrotehnike Univerziteta u Tuzli
- Dr. sci. Amira Šerifović Trbalić, vanredni profesor-mentor/član
Uža naučna oblast Automatika i robotika
Fakultet elektrotehnike Univerziteta u Tuzli
- Dr. sci. Damir Demirović, vanredni profesor-član
Uža naučna oblast Računarstvi i informatika
Fakultet elektrotehnike Univerziteta u Tuzli
Zamjenski član Komisije, dr.sci. Amila Dubravić, vanredni profesor, uža naučna oblast Automatika i robotika, Fakultet elektrotehnike Univerziteta u Tuzli.
Pristup javnosti je slobodan.
Završni magistarski rad se može pogledati u Sekretarijatu fakulteta svakim radnim danom od 09,00 do 15,00 sati.
Rezime
Kontrola kvalitete je jako bitan faktor u industriji gdje se teži prema automatizaciji kako bi ubrzali procese, te smanjili mogućnost ljudske pogreške. Cilj je minimizirati ljudsku intervenciju u isto vrijeme dostići tačnost na ljudskom nivou ili više, kao i optimizirati kapacitet tvornice, troškove rada itd. Da bi ostale konkurentne, moderne industrijske firme nastoje postići i kvantitet i kvalitet uz automatizaciju bez kompromisa jedno u odnosu na drugo. Sa modernim trendom vještačke inteligencije, industrijske firme žele da koriste tehnologiju računarske vizije zasnovanu na dubokom učenju tokom samog proizvodnog ciklusa kako bi automatizovali inspekciju kvaliteta materijala. Cilj ovog rada je prikazati primjenu računarske vizije u procesu automatske kontrole kvalitete završnog proizvoda. Računarska vizija omogućuje prepoznavanje grešaka ili nepravilnosti u visokoj tačnosti. U teorijskom dijelu rada opisana je historija i određene tehnologije računarske vizije, također je opisana primjena računarske vizije u različitim dijelovima industrije. Umjetna inteligencija za potrebe računarske vizije razvijena je uz pomoć konvolucionih neuronskih mreža(CNN), a prikazana je u eksperimentalnom dijelu. Fokusirano je na identifikaciju i smanjenje broja pogrešno klasifikovanih proizvoda, s obzirom na ozbiljnost posljedica koje takve greške mogu imati po prihode i reputaciju kompanije. Prilikom razvoja modela korišten je pristup prenosa učenja sa nekih od najpoznatijih konvolucionih neuronskih mreža kao što su: VGG16, MobileNet i ResNet50. Osim toga, izgrađen je i novi model od početka pri čemu je prikazana postepena izgradnja modela. Za potrebe ovog rada korišten je programski jezik Python.
