Očitavanje komunalnih brojila pomoću mobilnog uređaja

diplomski rad

• Naslov (engleski): Reading of Communal Meters with Mobile Devices
• Autor: Zvonimir Čuljak
• Mentor: Marko Subašić (mentor)
• Član povjerenstva: Marko Subašić (predsjednik povjerenstva)
• Član povjerenstva: Sven Lončarić (član povjerenstva)
• Član povjerenstva: Mladen Vučić (član povjerenstva)
• Ustanova koja je dodijelila akademski / stručni stupanj: Sveučilište u Zagrebu; Fakultet elektrotehnike i računarstva; Zagreb
• Datum i država obrane: 2020-07-14, Hrvatska
• Znanstveno / umjetničko područje, polje i grana: TEHNIČKE ZNANOSTI; Računarstvo

Sažetak

U ovom radu opisana su dva rješenja problema automatskog očitanja komunalnih brojila
pomoću mobilnog uređaja. U prvom rješenju, analiza se obavlja pomoću poslužitelja i Mask
RCNN aplikacije, dok u drugom Android aplikacija sama obavlja analizu koristeći
TensorFlow Lite i SSD MobileNets. Opisan je proces prikupljanja, označavanja i pripreme
podataka, treniranje modela i njihova evaluacija preciznosti. Razvijene su pozadinska
aplikacija za analizu, njen poslužitelj i Android korisnička aplikacija. U radu se razmatraju
rezultati, te prednosti i nedostaci ponuđenih rješenja.

Sažetak (engleski)

This paper describes two different solutions to the problem of automatic reading of meters
using mobile devices. In the first solution, image analysis is done by a Mask RCNN backend
application connected with a server, while in the second one, Android application runs the
analysis using TensorFlow Lite and SSD MobileNets. The paper also provides insight in the
process of gathering, annotating and preparing the image dataset, training of models and
their precision evaluation. Backend image analysis app, server and an Android app also have
been developed. Furthermore, results, pros and cons of each solution is described.

• Ključne riječi: Računalni vid; Mask RCNN; SSD; MobileNets; TensorFlow; TensorFlow Lite; Android; konvolucijske neuronske mreže; detekcija; klasifikacija; mobilna aplikacija
• Ključne riječi (engleski): Computer Vision; Mask RCNN; SSD; MobileNets; TensorFlow; TensorFlow Lite; Android; Convolutional Neural Networks; Detection; Classification; Mobile Application
• Jezik: hrvatski
• URN:NBN: urn:nbn:hr:168:867634
• Studijski program: Naziv: Računarstvo; Vrsta studija: sveučilišni; Stupanj studija: diplomski; Akademski / stručni naziv: magistar/magistra inženjer/inženjerka računarstva (mag.ing.comp.)
• Vrsta resursa: Tekst
• Način izrade datoteke: Izvorno digitalna
• Prava pristupa: Zatvoreni pristup
• Datum i vrijeme pohrane: 2023-01-13 09:54:01