liu.seSearch for publications in DiVA
Change search
CiteExportLink to record
Permanent link

Direct link
Cite
Citation style
  • apa
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • oxford
  • Other style
More styles
Language
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Other locale
More languages
Output format
  • html
  • text
  • asciidoc
  • rtf
Stockidentifiering och estimering av diameterfördelning med djupinlärning
Linköping University, Department of Science and Technology, Media and Information Technology. Linköping University, The Institute of Technology.
2020 (Swedish)Independent thesis Advanced level (degree of Master (Two Years)), 20 credits / 30 HE creditsStudent thesisAlternative title
Log Detection and Diameter Distribution Estimation Using Deep Learning (English)
Abstract [sv]

Mabema har en produkt som mäter vedvolym av virkestravar på lastbilar. Systemet är byggt på att en bildbehandlingsalgoritm hittar silhuetterna av stockarna på renderade bilder av lastbilstravar. Arbetsgivaren är inte helt nöjd med prestandan av algoritmen och vill utreda om djupinlärning kan förbättra resultatet. Detta arbete undersöker hur diameterfördelningen i varje trave kan estimeras med hjälp av djupinlärning och objektdetektering i synnerhet. Två metoder granskas, den ena hanterar problemet abstrakt med djup regression medan den andra metoden går in i detalj och nyttjar objektigenkänning för att hitta stockändar. Arbetet utvärderar även möjliheterna att träna dessa modeller baserat på data från fysiska simulationer. Det visar sig vara användbart att nyttja syntetisk data för träning och med transfer learning lyckas de syntetiska modellen uppnå kraven Biometria ställer på automatiserad diameterberäkning. Med objektdetektering visar det sig också gå att uppnå samma prestanda som arbetsgivarens algoritm med en bättre stocksökning tre gånger så snabbt eller snabbare.

Place, publisher, year, edition, pages
2020. , p. 48
Keywords [sv]
deep learning, virkesmätning, automatisk virkesmätning, objektdetektering, diameterfördelning, fysiska simuleringar, transfer learning
National Category
Media and Communication Technology
Identifiers
URN: urn:nbn:se:liu:diva-168461ISRN: LiU-ITN-TEK-A--20/038--SEOAI: oai:DiVA.org:liu-168461DiVA, id: diva2:1460785
Subject / course
Media Technology
Uppsok
Technology
Supervisors
Examiners
Available from: 2020-08-25 Created: 2020-08-25 Last updated: 2020-08-25Bibliographically approved

Open Access in DiVA

fulltext(8189 kB)153 downloads
File information
File name FULLTEXT01.pdfFile size 8189 kBChecksum SHA-512
3237155a0c53f9e771cd2cbe17c3e706d068c28ce5f08ba8ddefd3bfcd1d8f1d65d78f1d6a655f234802b3036c6af63f00086933594756433622c245209b0d1c
Type fulltextMimetype application/pdf

Search in DiVA

By author/editor
Almlöf, Mattias
By organisation
Media and Information TechnologyThe Institute of Technology
Media and Communication Technology

Search outside of DiVA

GoogleGoogle Scholar
Total: 153 downloads
The number of downloads is the sum of all downloads of full texts. It may include eg previous versions that are now no longer available

urn-nbn

Altmetric score

urn-nbn
Total: 303 hits
CiteExportLink to record
Permanent link

Direct link
Cite
Citation style
  • apa
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • oxford
  • Other style
More styles
Language
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Other locale
More languages
Output format
  • html
  • text
  • asciidoc
  • rtf