Kameraszenzor alapú adatfeldolgozás, korlátozott számítási kapacitású autonóm járművekben, mélytanuló algoritmusok segítségével
| dc.contributor.advisor | Mészáros, László | |
| dc.contributor.author | Zolnai, Csaba | |
| dc.contributor.department | DE--Informatikai Kar | |
| dc.date.accessioned | 2025-02-22T22:56:54Z | |
| dc.date.available | 2025-02-22T22:56:54Z | |
| dc.date.created | 2024-11-05 | |
| dc.description.abstract | A dolgozat a Debreceni Egyetem Informatikai Karán végzett kutatást ismerteti, amely a kamera szenzor alapú adatfeldolgozásra és mélytanuló algoritmusok alkalmazására összpontosít korlátozott számítási kapacitású eszközökön, autonóm járművekbenesetében. A kutatás során többféle mélytanuló modellt, AlexNet, VGGNet, ResNet50, ResNet101, DenseNet és CNN hálózatokat hasonlítják össze a közlekedési táblák pontos felismerésében. Az adatok előfeldolgozását különböző technikákkal történik, hogy a modellek tanulási hatékonysága javuljon. A mélytanuló modelleket a German Traffic Sign Database-en tanítom fel és ellenőrzöm, amely valós közúti környezetből gyűjtött képeket tartalmaz. A teszteket különböző hardvereken, például Raspberry Pi és Nvidia Jetson Nano eszközökön végzem, amelyek teljesítménye és számítási sebessége jelentősen eltér. A kutatás célja olyan hatékony, könnyen implementálható neurális hálózatok fejlesztése, amelyek az autonóm járművek számára gyors és pontos döntéshozatalt biztosítanak a közúti jelzések felismerése során. | |
| dc.description.course | Mérnökinformatikus | |
| dc.description.degree | MSc/MA | |
| dc.format.extent | 51 | |
| dc.identifier.uri | https://hdl.handle.net/2437/387479 | |
| dc.language.iso | hu | |
| dc.rights.access | Hozzáférhető a 2022 decemberi felsőoktatási törvénymódosítás értelmében. | |
| dc.subject | kameraszenzor, adatfeldolgozás, önvezetés, táblafelismerés, | |
| dc.subject.dspace | Informatika | |
| dc.title | Kameraszenzor alapú adatfeldolgozás, korlátozott számítási kapacitású autonóm járművekben, mélytanuló algoritmusok segítségével |
Fájlok
Eredeti köteg (ORIGINAL bundle)
1 - 1 (Összesen 1)
Nincs kép
- Név:
- szakdolgozat.pdf
- Méret:
- 2.64 MB
- Formátum:
- Adobe Portable Document Format
- Leírás:
- szakdolgozat
Engedélyek köteg
1 - 1 (Összesen 1)
Nincs kép
- Név:
- license.txt
- Méret:
- 2.35 KB
- Formátum:
- Item-specific license agreed upon to submission
- Leírás: