Prepoznavanje i klasifikacija ostećenja na lopaticama vjetro-elektrane

završni rad

• Naslov (engleski): Recognition and classification of damages on a wind-farm blade
• Autor: Dorian Dončević
• Mentor: Stjepan Bogdan (mentor)
• Član povjerenstva: Stjepan Bogdan (predsjednik povjerenstva)
• Član povjerenstva: Antonella Barišić (član povjerenstva)
• Član povjerenstva: Robert Milijaš (član povjerenstva)
• Ustanova koja je dodijelila akademski / stručni stupanj: Sveučilište u Zagrebu; Fakultet elektrotehnike i računarstva; Zagreb
• Datum i država obrane: 2021-07-15, Hrvatska
• Znanstveno / umjetničko područje, polje i grana: TEHNIČKE ZNANOSTI; Računarstvo

Sažetak

U okviru ovog rada implementiran je model dubokog učenja YOLOv3-tiny za prepoznavanje i klasifikaciju oštećenja na lopaticama vjetroelektrane. Prikupljene fotografije korištene su za treniranje i testiranje modela te su na kraju prikazani rezultati kao i pregled mogućih poboljšanja.

Sažetak (engleski)

In this paper, a deep learning model yolov3-tiny for recognition and classification of damage on wind turbine blades was implemented. The collected photographs were used to train and test the model and finally the results were presented as well as an overview of possible improvements.

• Ključne riječi: python; umjetna inteligencija; strojno učenje; duboko učenje; neuronske mreže; vjetroelektrane; oštećenje; YOLO; YOLOv3-tiny
• Ključne riječi (engleski): python; artificial inteligence; machine learning; deep learning; neural networks; windturbine; damage; YOLO; YOLOv3-tiny
• Jezik: hrvatski
• URN:NBN: urn:nbn:hr:168:043574
• Studijski program: Naziv: Računarstvo; Vrsta studija: sveučilišni; Stupanj studija: preddiplomski; Akademski / stručni naziv: sveučilišni/a prvostupnik/ prvostupnica (baccalaureus/baccalaurea) inženjer/inženjerka računarstva (univ.bacc.ing.comp.)
• Vrsta resursa: Tekst
• Način izrade datoteke: Izvorno digitalna
• Prava pristupa: Zatvoreni pristup
• Datum i vrijeme pohrane: 2023-01-14 20:19:00