Geri Dön

Evaluation of machine learning algorithmsfor object detection in technical drawingslike p&ids and circuit diagrams

Başlık çevirisi mevcut değil.

PDF İndir

  1. Tez No: 715818
  2. Yazar: BERKAY SEZEN
  3. Danışmanlar: DR. HARALD HELD
  4. Tez Türü: Yüksek Lisans
  5. Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Mühendislik Bilimleri, Computer Engineering and Computer Science and Control, Engineering Sciences
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2019
  8. Dil: İngilizce
  9. Üniversite: Technische Universität München
  10. Enstitü: Yurtdışı Enstitü
  11. Ana Bilim Dalı: Belirtilmemiş.
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 50

Özet

Özet yok.

Özet (Çeviri)

The need for digitization of complex engineering drawings has come into prominence for the industrial applications in order to reconstruct these diagrams and extract information efficiently. Up to the present, several different approaches have been demonstrated. Although there are differences in terms of implementation techniques of the algorithms, these approaches share common pipeline stages. The overall pipeline for the digitization of the diagrams consists of four main components which are text detection, text recognition, object detection and line detection. In general, text detection and recognition are used to attain the labels, names and model numbers of sensors and equipments. Object detection is implemented to detect the equipments and sensors in various shapes. Line detection is useful to identify the connections between equipments. Additionally, line detection could be used for the information extraction process by examining the directions of the arrows on the lines. One of the main purposes of this work is to constitute a solid workflow for digitization of technical engineering drawings like P&ID and Circuit Diagrams based on artificial intelligence methods by evaluating, integrating and modifying the most recent works and implementations accordingly. Also, another goal for this thesis is to provide an effective practical approach for the future applications such as generating labeled data, restoration and reconstruction of the diagrams. In spite of the resulting advances on text detection, object detection and line detection algorithms, there are only a few studies that try to combine these algorithms and perform a digitization. Therefore, in this study, a variety of approaches are evaluated and assembled together in order to present a comprehensive framework for digitization of engineering drawings. Furthermore, this work could be a starting point for the future information extraction implementations.

Benzer Tezler

  1. Tez No

    825956

    Determination of spatial distributions of greenhouses using satellite images and object-based image analysis approach

    Nesne tabanlı sınıflandırma yaklaşımı ve uydu görüntüleri kullanılarak seraların mekansal dağılımının belirlenmesi

    GİZEM ŞENEL

    Doktora

    İngilizce

    İngilizce

    2023

    Jeodezi ve Fotogrametriİstanbul Teknik Üniversitesi

    Geomatik Mühendisliği Ana Bilim Dalı

    PROF. DR. ÇİĞDEM GÖKSEL

    PROF. DR. MANUEL ANGEL AGUILAR TORRES

  2. Tez No

    679447

    Vehicular visible light communication channel modeling and performance analysis

    Araç görünür ışık haberleşmesi kanal modellemesi ve performans analizleri

    BUĞRA TURAN

    Doktora

    İngilizce

    İngilizce

    2021

    Elektrik ve Elektronik MühendisliğiKoç Üniversitesi

    Elektrik-Elektronik Mühendisliği Ana Bilim Dalı

    PROF. DR. SİNEM ÇÖLERİ

  3. Tez No

    884963

    Nakit akış tablolarında finansal riskin öngörülmesi için makine öğrenmesi algoritmalarının karşılaştırılması

    Comparision of machine learning algorithms for predicting financial risk in cash flow statements

    ECEM ENGİN

    Yüksek Lisans

    Türkçe

    Türkçe

    2024

    İstatistikMimar Sinan Güzel Sanatlar Üniversitesi

    İstatistik Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ DAMLA İLTER FAKHOURI

  4. Tez No

    876925

    Ortodontik tedavide çekim kararı için makine öğrenmesi algoritmalarının uygulanması ve değerlendirilmesi

    Application and evaluation of machine learning algorithms for extraction decision in orthodontic treatment

    BEGÜM KÖKTÜRK

    Doktora

    Türkçe

    Türkçe

    2024

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolBaşkent Üniversitesi

    Ortodonti Ana Bilim Dalı

    DOÇ. DR. HANDE PAMUKÇU

  5. Tez No

    812409

    A comparative evaluation of machine learning algorithms for statistical downscaling of monthly mean temperature data over a European region

    Avrupa bölgesi üzerinde aylık ortalama sıcaklık verisinin istatistiksel ölçek indirgemesine yönelik makine öğrenmesi algoritmalarının karşılaştırmalı bir değerlendirmesi

    GÜNAY ESER

    Yüksek Lisans

    İngilizce

    İngilizce

    2022

    Fizik ve Fizik MühendisliğiBoğaziçi Üniversitesi

    Hesaplamalı Bilimler ve Mühendislik Ana Bilim Dalı

    PROF. DR. MEHMET LEVENT KURNAZ

Geri Dön