Kuvaan perustuva koneoppiminen valmistavassa teollisuudessa
Kaarna, Antti (2025)
Kaarna, Antti
2025
Tekniikan ja luonnontieteiden kandidaattiohjelma - Bachelor's Programme in Engineering and Natural Sciences
Tekniikan ja luonnontieteiden tiedekunta - Faculty of Engineering and Natural Sciences
This publication is copyrighted. You may download, display and print it for Your own personal use. Commercial use is prohibited.
Hyväksymispäivämäärä
2025-01-31
Julkaisun pysyvä osoite on
https://urn.fi/URN:NBN:fi:tuni-202501301832
https://urn.fi/URN:NBN:fi:tuni-202501301832
Tiivistelmä
Valmistava teollisuus on murroksessa tietokoneiden laskentatehon kasvun mahdollistaman tekoälyn kehittymisen ja sen käyttöönoton myötä. Konenäköjärjestelmät ovat laajassa käytössä teollisuudessa nykyhetkellä, mutta järjestelmät muuttuvat joustavammiksi kokonaisuuksiksi, kun niihin liitetään koneoppimista. Toisin sanoen järjestelmille annetaan aivot ja aiempaa laajempi päättelykyky. Työn tavoitteena on perehtyä kuvaan perustuviin koneoppimismenetelmiin, sekä selvittää niiden olemassa olevia sekä mahdollisia sovelluksia valmistavassa teollisuudessa.
Työssä käsitellään kirjallisuuskatsauksen muodossa kuvaan perustuvan koneoppimisjärjestelmän perusteet ja avataan tekoälyn ja koneoppimisen toimintaa. Työ sisältää kuvaan perustuvan koneoppimisen sovellusten esittelyä valmistavassa teollisuudessa kuten laadunvarmistuksessa ja kappaleen asennon tai materiaalin tunnistuksessa, sekä pohdintaa niiden hyödyistä ja tulevaisuuden mahdollisuuksista.
Koneoppimisen tutkimus on laajaa ja tekoälyn toiminta pyritään saamaan mahdollisimman tehokkaaksi, mikä antaa teknologialle laajat sovellusmahdollisuudet. Konenäön ja koneoppimisen yhdistäminen edesauttaa älykkään ja tehokkaan tuotannon toteutumista konenäkösovellusten laajemman automaation kautta.
Työssä käsitellään kirjallisuuskatsauksen muodossa kuvaan perustuvan koneoppimisjärjestelmän perusteet ja avataan tekoälyn ja koneoppimisen toimintaa. Työ sisältää kuvaan perustuvan koneoppimisen sovellusten esittelyä valmistavassa teollisuudessa kuten laadunvarmistuksessa ja kappaleen asennon tai materiaalin tunnistuksessa, sekä pohdintaa niiden hyödyistä ja tulevaisuuden mahdollisuuksista.
Koneoppimisen tutkimus on laajaa ja tekoälyn toiminta pyritään saamaan mahdollisimman tehokkaaksi, mikä antaa teknologialle laajat sovellusmahdollisuudet. Konenäön ja koneoppimisen yhdistäminen edesauttaa älykkään ja tehokkaan tuotannon toteutumista konenäkösovellusten laajemman automaation kautta.
Kokoelmat
- Kandidaatintutkielmat [9202]