СИСТЕМА КОМПЬЮТЕРНОГО ЗРЕНИЯ ДЛЯ ДЕТЕКЦИИ И РАСПОЗНАВАНИЯ ТРАНЗИСТОРОВ НА БАЗЕ ОДНОПЛАТНОГО КОМПЬЮТЕРА RASPBERRY PI

ВВЕДЕНИЕ 3
Глава 1. Теоретические основы системы компьютерного зрения 5
1.1. Основные принципы работы системы компьютерного зрения 5
1.2. Методы детекции и распознавания объектов 6
1.3. Одноплатные компьютеры 8
Глава 2. Выбор библиотек и обзор одноплатного компьютера 13
2.1. Выбор системы обнаружения объектов 13
2.2. Выбор библиотеки OCR 15
2.3. Одноплатный компьютер Raspberry Pi Model 3 b 16
Глава 3. Разработка системы распознавания и детекции транзисторов 18
3.1. Работа с платформой RoboFlow 18
3.2. Написание кода системы 28
3.3. Тестирование системы 34
ЗАКЛЮЧЕНИЕ 36
ЛИТЕРАТУРА 37

Весь текст будет доступен после покупки

Быстрое развитие современной электроники и увеличение сложности электронных устройств привели к растущей потребности в эффективных и точных методах обнаружения и распознавания электронных компонентов, таких как транзисторы. Ручная проверка электронных плат — трудоемкий и чреватый ошибками процесс, который может привести к значительным потерям как производителей, так и потребителей.
В последние годы компьютерное зрение стало многообещающей технологией для автоматизации процесса проверки. Используя возможности одноплатных компьютеров, таких как Raspberry Pi, можно разработать экономичные и компактные системы обнаружения и распознавания транзисторов.
Система, основанная на одноплатном компьютере Raspberry Pi, имеет ряд преимуществ перед традиционными методами, в том числе:
Повышенная точность: алгоритмы компьютерного зрения могут обнаруживать и распознавать транзисторы с высокой точностью, снижая вероятность человеческой ошибки.
Повышенная эффективность: автоматизированные системы контроля могут обрабатывать электронные платы намного быстрее, чем методы ручного контроля.
Экономическая эффективность: использование одноплатного компьютера, такого как Raspberry Pi, снижает стоимость системы, делая ее более доступной для более широкого круга производителей и потребителей.
Гибкость: систему можно легко адаптировать для обнаружения и распознавания различных типов электронных компонентов, что делает ее универсальным решением для различных отраслей промышленности.
Предлагаемая система имеет потенциал оказать существенное влияние в области электроники и за ее пределами, и ее разработка является своевременной и актуальной.

Весь текст будет доступен после покупки

Глава 1. Теоретические основы системы компьютерного зрения
1.1. Основные принципы работы системы компьютерного зрения
Система компьютерного зрения - это область искусственного интеллекта, которая занимается автоматическим анализом изображений и видео. Она позволяет компьютерам «видеть» и «понимать» окружающий мир так же, как это делают люди. Система компьютерного зрения включает в себя множество различных технологий и алгоритмов, но все они основаны на нескольких основных принципах.
Первый принцип - сегментация изображений. Это процесс разделения изображения на отдельные области или объекты. Это позволяет системе определить, где начинается и заканчивается каждый объект на изображении. Для этого используются различные методы, такие как пороговая обработка, кластеризация и другие.
Второй принцип - распознавание образов. Это процесс определения того, что изображено на изображении. Системы компьютерного зрения используют различные методы для распознавания объектов, включая обучение на примерах, фильтрацию признаков и другие.
Третий принцип - классификация изображений. Это процесс присвоения каждому объекту определенной категории или класса. Например, система может классифицировать изображения как «кошка», «собака» или «цветок». Для этого используются различные методы, такие как поддержка векторного машинного обучения (SVM), деревья решений и другие.

Весь текст будет доступен после покупки

1. Горячкин Б.С., Китов М.А. КОМПЬЮТЕРНОЕ ЗРЕНИЕ // E-Scio. 2020. №9 (48). URL: https://cyberleninka.ru/article/n/kompyuternoe-zrenie-1 (дата обращения: 19.04.2024).
2. Давлетов А.Р. СОВРЕМЕННЫЕ МЕТОДЫ МАШИННОГО ОБУЧЕНИЯ И ТЕХНОЛОГИЯ OCR ДЛЯ АВТОМАТИЗАЦИИ ОБРАБОТКИ ДОКУМЕНТОВ // Вестник науки. 2023. №10 (67). URL: https://cyberleninka.ru/article/n/sovremennye-metody-mashinnogo-obucheniya-i-tehnologiya-ocr-dlya-avtomatizatsii-obrabotki-dokumentov (дата обращения: 19.04.2024).
3. Дударев Д. С., Дударев К. С., Мотайленко Л. В. РЕТРОСПЕКТИВА КОМПЬЮТЕРНОГО ЗРЕНИЯ // Столыпинский вестник. 2023. №2. URL: https://cyberleninka.ru/article/n/retrospektiva-kompyuternogo-zreniya (дата обращения: 18.04.2024).
4. Копылов Денис Александрович, Агешин Егор Сергеевич, Хомутская Ольга Владиславовна ФОРМИРОВАНИЕ СИНТЕТИЧЕСКИХ ДАННЫХ ДЛЯ ОБУЧЕНИЯ СИСТЕМЫ КОМПЬЮТЕРНОГО ЗРЕНИЯ // Автоматизация и моделирование в проектировании и управлении. 2022. №4 (18). URL: https://cyberleninka.ru/article/n/formirovanie-sinteticheskih-dannyh-dlya-obucheniya-sistemy-kompyuternogo-zreniya (дата обращения: 12.04.2024).
5. Муаль Мутуама Нда Бьенвеню, Козырев Дмитрий Владимирович, Уанкпо Гектор Жибсон Кинманон, Нибасумба Эммануэль РАЗРАБОТКА НЕЙРОСЕТЕВОГО МЕТОДА В ЗАДАЧЕ КЛАССИФИКАЦИИ И РАСПОЗНАВАНИИ ИЗОБРАЖЕНИЯ // Современные информационные технологии и ИТ-образование. 2021. №3. URL: https://cyberleninka.ru/article/n/razrabotka-neyrosetevogo-metoda-v-zadache-klassifikatsii-i-raspoznavanii-izobrazheniya (дата обращения: 18.04.2024).
6. Новиков Д.В., Станкевич А.С., Силькис Эммануил Гершович, Торубаров А.М., Перепелкин Г.А. Система регистрации спектров морс-4 c микрокомпьютером Raspberry Pi 3 Model B // НП. 2018. №3. URL: https://cyberleninka.ru/article/n/sistema-registratsii-spektrov-mors-4-c-mikrokompyuterom-raspberry-pi-3-model-b (дата обращения: 26.04.2024).
7. Семенов Дмитрий Технологии компьютерного зрения // Инновации. 2009. №Приложение 2. URL: https://cyberleninka.ru/article/n/tehnologii-kompyuternogo-zreniya (дата обращения: 13.04.2024).
8. Торгашин П.Б. ОБЛАЧНАЯ СТУДЕНЧЕСКАЯ ЛАБОРАТОРИЯ НА ОСНОВЕ ОДНОПЛАТНЫХ КОМПЬЮТЕРОВ RASPBERRY PI // Актуальные проблемы авиации и космонавтики. 2018. №14. URL: https://cyberleninka.ru/article/n/oblachnaya-studencheskaya-laboratoriya-na-osnove-odnoplatnyh-kompyuterov-raspberry-pi (дата обращения: 28.04.2024).
9. Abdulhamid M., Odondi O., Muaayed A. L. R. Computer vision based on Raspberry Pi system //Applied Computer Science. – 2020. – Т. 16. – №. 4. – С. 85-102.
10. Abed A. A., Rahman S. A. Computer vision for object recognition and tracking based on raspberry pi //Shaping the Future of ICT. – CRC Press, 2017. – С. 3-14.

Весь текст будет доступен после покупки