Geri Dön

Görüntü işleme yöntemleriyle temel devre elemanlarının sınıflandırılması

Classification of basic circuit components by image processing methods

PDF İndir

  1. Tez No: 677217
  2. Yazar: MİHRİBAN GÜNAY
  3. Danışmanlar: DR. ÖĞR. ÜYESİ MURAT KÖSEOĞLU
  4. Tez Türü: Yüksek Lisans
  5. Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2021
  8. Dil: Türkçe
  9. Üniversite: İnönü Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Elektrik-Elektronik Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 81

Özet

Elektrik Elektronik Mühendisleri, kağıda elle çizilmiş devre gördüklerinde devre elemanlarını kolaylıkla tanıyıp ayırt edebilirler. Fakat bilgisayarların ve makinelerin elle çizilmiş devre elemanlarını sınıflandırması ve elle çizilmiş devreler üzerinden devre elemanlarını tepit etmesi zordur. Bu amaca yönelik olarak, literatürde farklı yöntemler kullanılarak elle çizilmiş devre elemanlarının sınıflandırılması ve tanınması üzerine yapılmış bazı çalışmalar bulunmaktadır. Bu tez çalışmasında, elle çizilmiş devre elemanlarını sınıflandırmak ve bu devre elemanlarını devre üzerinden tespit edebilmek için iki farklı deneysel çalışma yapılmıştır. Yapılan ilk deneysel çalışmada, Evrişimli Sinir Ağları (ESA) kullanılarak dört farklı model oluşturulmuştur ve elle çizilmiş devre elemanları sınıflandırılmıştır. Bu oluşturulan dört farklı ESA modelinin performansları karşılaştırılmıştır. Yapılan deneysel çalışmanın sonucunda, kullanılan yöntem elle çizilmiş devre elemanlarının sınıflandırılmasında yüksek başarım oranına ulaşmıştır. Yapılan ikinci deneysel çalışmada ise Daha Hızlı Bölge Tabanlı Evrişimli Sinir Ağları (Daha hızlı B-ESA) yöntemi kullanılarak, elle çizilmiş birçok devre üzerinde bulunan devre elemanlarının tespiti işlemi gerçekleştirilmiştir. Kullanılan yöntem ile farklı stillerde çizilen elle çizilmiş devrelerde bulunan devre elemanlarının tespit edilmesi işlemi düşük kayıp ve hızlı bir performans ile gerçekleşmiştir.

Özet (Çeviri)

Electrical and Electronics Engineers can easily recognize and distinguish circuit components when they see circuits drawn by hand on paper. However, it is difficult for computers and machines to classify hand drawn circuit components and to detect circuit components on hand drawn circuits. For this purpose, there are some studies in the literature on the classification and recognition of hand drawn circuit components using different methods. In this thesis, two different experimental studies have been conducted to classify hand drawn circuit components and to detect them on the circuit. In the first experimental study, four different Convolutional Neural Networks (CNN) models were created and hand drawn circuit components were classified. And the performances of four different CNN models have been compared. As a result of the experimental study, the method used has reached a high success rate in the classification of hand drawn circuit components. In the second experimental study, by using the CNN-based Faster Region Based Convolutional Neural Networks (Faster R-CNN) method, hand drawn circuit components were detected on many hand drawn circuits. The Faster R-CNN method, on the other hand, performed the detection of circuit components in hand drawn circuits drawn in different styles, with low loss and fast performance.

Benzer Tezler

  1. Tez No

    100811

    Çok düzeyli statik bellek gözesi ve kohonen türü yapay sinir ağına uygulanması

    Multiple valued static storage cell and its application to kohonen type neural network

    NURETTİN YAMAN ÖZELÇİ

    Doktora

    Türkçe

    Türkçe

    1999

    Elektrik ve Elektronik Mühendisliğiİstanbul Teknik Üniversitesi

    PROF.DR. UĞUR ÇİLİNGİROĞLU

  2. Tez No

    769255

    Stochastic bitstream-based vision and learning machines

    Stokastik bit akışı tabanlı görü ve öğrenme makineleri

    SERCAN AYGÜN

    Doktora

    İngilizce

    İngilizce

    2022

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik Üniversitesi

    Elektronik ve Haberleşme Mühendisliği Ana Bilim Dalı

    PROF. DR. ECE OLCAY GÜNEŞ

  3. Tez No

    533909

    Optimization of optical and electrochemical properties of PANI, PEDOT conducting polymers to design electrochromic device

    PANI, PEDOT iletken polimerin elektrokromik cihaz tasarımı için optik ve elektrokimyasal özelliklerinin optimizasyonu

    İSMAİL BÜTÜN

    Yüksek Lisans

    İngilizce

    İngilizce

    2018

    Fizik ve Fizik Mühendisliğiİstanbul Teknik Üniversitesi

    Fizik Mühendisliği Ana Bilim Dalı

    PROF. DR. ESRA ÖZKAN ZAYİM

  4. Tez No

    477825

    Demiryollarında ray yüzeyleri, makas geçişleri ve hemzemin geçitlerin durum teşhisi için görme tabanlı yöntemlerin geliştirilmesi

    Development of vision based methods for diagnosis of rail surfaces, turnouts, and level crossings in railway

    CANAN TAŞTİMUR

    Yüksek Lisans

    Türkçe

    Türkçe

    2017

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolFırat Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    PROF. DR. ERHAN AKIN

  5. Tez No

    143063

    Topology and bandwidth adaptation in optical WDM backbone networks with dynamic traffic

    Değişken veri trafikli optik WDM omurga ağlarında topoloji ve bant genişliği uyarlama

    AYŞEGÜL GENÇATA

    Doktora

    İngilizce

    İngilizce

    2003

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik Üniversitesi

    Kontrol ve Bilgisayar Mühendisliği Ana Bilim Dalı

    PROF. DR. MEHMET BÜLENT ÖRENCİK

Geri Dön