• Suomeksi
    • In English
Trepo
  • Suomeksi
  • In English
  • Kirjaudu
Näytä viite 
  •   Trepo etusivu
  • Trepo
  • Kandidaatintutkielmat
  • Näytä viite
  •   Trepo etusivu
  • Trepo
  • Kandidaatintutkielmat
  • Näytä viite
JavaScript is disabled for your browser. Some features of this site may not work without it.

Neuroverkkokiihdytystä käyttävän konenäkösovelluksen toteutus

Yrjänäinen, Jukka (2019)

 
Tweet Linkki tiedostoon
 
Linkki tiedostoon
Avaa tiedosto
yrjanainen.pdf (1.063Mt)
Lataukset: 



Yrjänäinen, Jukka
2019

Sähkötekniikka
Informaatioteknologian ja viestinnän tiedekunta - Faculty of Information Technology and Communication Sciences
This publication is copyrighted. You may download, display and print it for Your own personal use. Commercial use is prohibited.
Hyväksymispäivämäärä
2019-02-15
Näytä kaikki kuvailutiedot
Julkaisun pysyvä osoite on
http://urn.fi/URN:NBN:fi:tty-201902251262
Tiivistelmä
Tässä työssä tarkastellaan syviä neuroverkkoja käyttävän konenäkösovelluksen toteuttamista. Tutkimuksen käytettiin Raspberry Pi pienoistietokone ympäristöä, johon on liitetty neuroverkkolaskentaa nopeuttava erillinen laite: Movidius Neural Computing Stick. Työn tavoitteena oli selvittää, miten kyseinen järjestelmä soveltuu konenäkötehtäviin erityisesti tuotekehitys- ja tutkimustyön näkökulmasta.
Tutkimuksen alussa esitellään yleisesti neuroverkkolaskennan periaatteita ja käytettyjä ohjelmistoympäristöjä. Seuraavaksi tutustutaan laskennan nopeuttamiseen suunniteltuun neuroverkkokiihdyttimeen. Tämän jälkeen tarkastellaan lähemmin konenäkösovelluksen käytännön toteuttamiseen käytetyn laitteiston ja ohjelmiston keskeisiä ominaisuuksia ja esitellään työssä kehitettyjen ohjelmistojen keskeiset suunnitteluratkaisut. Lopuksi raportoidaan tehtyjen suorituskykymittausten tulokset ja niistä vedetyt johtopäätökset.
Mittauksista nähdään, että tutkittu järjestelmä on riittävän suorituskykyinen reaaliaikaisiin konenäkösovelluksiin. Käytetyt ohjelmointiympäristöt ovat joustavia ja sopivat erilaisten ratkaisujen nopeaan kehitykseen ja testaamiseen. Yhteenvetona tutkimuksen tuloksista voidaan sanoa, että työssä käytetty laite- ja ohjelmistoympäristö soveltuu varsin hyvin konenäköön ja neuroverkkoihin liittyvään tuotekehitys- ja tutkimustyöhön.
Kokoelmat
  • Kandidaatintutkielmat [615]
Kalevantie 5
PL 617
33014 Tampereen yliopisto
oa[@]tuni.fi | Yhteydenotto | Tietosuoja
 

 

Selaa kokoelmaa

TekijätNimekkeetTiedekunta (2019 -)Tiedekunta (- 2018)Tutkinto-ohjelmat ja opintosuunnatAvainsanatJulkaisuajatKokoelmat

Omat tiedot

Kirjaudu sisäänRekisteröidy
Kalevantie 5
PL 617
33014 Tampereen yliopisto
oa[@]tuni.fi | Yhteydenotto | Tietosuoja