GPU ile kumaş hata tespiti ve sınıflandırması
Fabric fault detection and classification with GPU
- Tez No: 325732
- Danışmanlar: DOÇ. DR. MAHİT GÜNEŞ
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Bilim ve Teknoloji, Elektrik ve Elektronik Mühendisliği, Computer Engineering and Computer Science and Control, Science and Technology, Electrical and Electronics Engineering
- Anahtar Kelimeler: Dalgacık ağı, Dalgacık dönüşümleri, Kumaş hataları, Yapay sinir ağları, Örüntü tanıma, Wavelet network, Wavelet transforms, Fabric faults, Artificial neural networks, Pattern recognition
- Yıl: 2013
- Dil: Türkçe
- Üniversite: Kahramanmaraş Sütçü İmam Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar ve Öğretim Teknolojileri Eğitimi Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Kumaş hatalarını tespit etmeye yönelik kalite kontrolü göz muayenesi yöntemi ile gerçekleştirildiğinde, zaman kaybı ve maliyet artışına neden olmaktadır. Son yıllardaki teknolojik gelişmeler bilgisayarlı görme sistemlerinin endüstriyel alanlarda kullanımına yönelik çalışmaları arttırmıştır. Bu tezde, örüntü tanıma yöntemiyle otomatik olarak kumaş hatalarını tespit edebilen ve sınıflandırmasını yapabilen bir sistem geliştirilmiştir.Görüntü işleme yöntemi olarak Ayrık Dalgacık Dönüşümü (ADD) metodu kullanılmıştır. Sınıflandırma için ise başarılı sınıflandırma performansına sahip ileri beslemeli ve geri yayılımlı çok katmanlı yapay sinir ağı (YSA) algoritması kullanılmıştır. Kumaş hata tespiti ve sınıflandırması için geliştirilen uygulama, Merkezi İşlem Birimi (CPU) ve Grafik İşlem Birimi (GPU) üzerinde çalıştırılarak hız bakımından performans değerlendirmesi araştırılmıştır. CPU ve CPU'da çalıştırılmak üzere aynı algoritmalara sahip iki adet uygulama geliştirilmiştir. GPU performansını test etmek için NVIDIA GTX 480 ekran kartı ve bu ekran kartının programlanabilmesini sağlayan yazılımlar kullanılmıştır.GPU ile elde edilen sonuçlar CPU'ya göre karşılaştırıldığında; GPU'nun öznitelik çıkarımı için 2, öznitelik vektörleri seçimi ve normalizasyon için 1,5, sınıflandırma için 10 ve toplam cevap süresi için ise yaklaşık 6 kat daha hızlı performansa sahip olduğu görülmüştür.
Özet (Çeviri)
Fabric quality control is still done with human vision, so it causes both time consuming and cost increasing in production. In recent years, technologic improvements increased studies related to the use of computer vision systems in industrial fields. In this study, a system was developed to detect and classify automatically fabric faults by pattern recognition method.As image processing tool DWT method was used. For classification, a multilayer feedforward neural network with backpropagation algorithm, which has good classification performance, was used. To improve application runtime performance, programmable GPU technology having rapidly developed in years was used. The application developed for fabric defect detection and classification was evaluated on CPU and GPU in terms of runtime performance. Two applications having the same algorithm were developed to run on CPU and GPU. To test GPU runtime performance for application NVIDIA GTX 480 graphic card and the software which enable to program or code GPU was usedWhen GPU performance results compared with CPU, it was seen that GPU has 2 times for feature extraction, 1.5 times for feature selection and normalization, 10 times for classification and 6 times for total response of application faster performance.
Benzer Tezler
- İplik yapımında kullanılan pamuk içerisindeki yabancı maddelerin GPU kullanılarak sezgisel bulanık mantık ile tespit edilmesi
Detection of foreign substances in cotton used for production of yarn by using GPU and intuitionistic fuzzy logic method
EYÜP YALÇIN
Yüksek Lisans
Türkçe
2012
Elektrik ve Elektronik MühendisliğiKahramanmaraş Sütçü İmam ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. MAHİT GÜNEŞ
- Katkılı polimerlerle kaplanan kumaşların elektromanyetik kalkanlama özelliklerinin incelenmesi
Investigation of electromagnetic shielding properties of fabrics coated with doped polymers
AYŞEGÜL PEYNİRCİOĞLU
Yüksek Lisans
Türkçe
2023
Mühendislik BilimleriAfyon Kocatepe ÜniversitesiMalzeme Bilimi ve Mühendisliği Ana Bilim Dalı
PROF. DR. TANER KAVAS
- Preparation of water borne anionic polyurethane and acrylate grafted polyurethane dispersions for coating applications on textile substrates
Tekstil substratları üzerine kaplama uygulamaları için su esaslı anyonik poliüretan ve akrilat aşılanmış poliüretan dispersiyonlarının hazırlanması
ÖZNUR EMEKLİOĞLU
Yüksek Lisans
İngilizce
2019
Polimer Bilim ve TeknolojisiYalova ÜniversitesiPolimer Mühendisliği Ana Bilim Dalı
DOÇ. DR. EMİNE HİLAL MERT
- GPU ile hızlandırılmış bulanık mantık algoritmalarının görüntü işlemede kullanılması
GPU-accelerated image processing algorithms using fuzzy logic
HASAN BADEM
Yüksek Lisans
Türkçe
2012
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolKahramanmaraş Sütçü İmam ÜniversitesiBilgisayar ve Öğretim Teknolojileri Eğitimi Ana Bilim Dalı
YRD. DOÇ. DR. MAHİT GÜNEŞ
- GPU ile hızlandırılmış gerçek/yarı gerçek zamanlı nesne takibi
GPU accelerated real / semi-real time object tracking
ZAFER GÜLER
Doktora
Türkçe
2019
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolFırat ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ AHMET ÇINAR