Biro, Kristijan (2019) Objekterkennung mit ARKit und TensorFlow: Anwendungsfälle, Konzepte, Evaluierung. Bachelor thesis, Ulm University.
This is the latest version of this item.
![]() |
PDF
- Requires a PDF viewer such as GSview, Xpdf or Adobe Acrobat Reader
799Kb |
Abstract
In den Bereichen Computer Vision und Neuroinformatik gab es in den letzten Jahren große Fortschritte, die neuartige Augmented Reality Anwendungen ermöglichen. So können beispielsweise im industriellen Umfeld Smartphones dazu verwendet werden, Maschinenbauteile über eine Kamera zu erkennen, zu klassifizieren und weitere Informationen über diese bereitzustellen. Hierfür existieren verschiedene Objekterkennungs-Frameworks, deren industrielle Verwendbarkeit jedoch nicht hinreichend evaluiert wurde. In dieser Abschlussarbeit werden die Frameworks TensorFlow Lite und ARKit näher betrachtet. Ziel ist es, die Erkennungsrate und -geschwindigkeit der beiden Frameworks mit Hilfe eines Experiments zu evaluieren. In dem Experiment werden Maschinenteile einer pharmazeutischen Verpackungsmaschine als Subjekte verwendet und deren Erkennungsleistung auf Basis verschiedener Umgebungsfaktoren, wie Blickwinkel und Entfernung evaluiert.
Item Type: | Thesis (Bachelor) |
---|---|
Subjects: | DBIS Research > Master and Phd-Thesis |
ID Code: | 1861 |
Deposited By: | Klaus Kammerer |
BibTex Export: | BibTeX |
Deposited On: | 26 Feb 2020 08:42 |
Last Modified: | 26 Feb 2020 08:42 |
Available Versions of this Item
-
Objekterkennung mit ARKit und TensorFlow: Anwendungsfälle, Konzepte, Evaluierung. (deposited UNSPECIFIED)
- Objekterkennung mit ARKit und TensorFlow: Anwendungsfälle, Konzepte, Evaluierung. (deposited 26 Feb 2020 08:42) [Currently Displayed]
Repository Staff Only: item control page