es | en | pt | fr
    • Presentation
    • Countries
    • Institutions
    • Get involved
        JavaScript is disabled for your browser. Some features of this site may not work without it.
        View Item 
        •   Home
        • Colombia
        • Universidades
        • Pontificia Universidad Javeriana (Colombia)
        • View Item
        •   Home
        • Colombia
        • Universidades
        • Pontificia Universidad Javeriana (Colombia)
        • View Item

        Visual inspection using deep learning techniques for industrial manufacturing processes with class imbalance and limited labeled data

        Registration in:
        http://hdl.handle.net/10554/53233
        instname:Pontificia Universidad Javeriana
        reponame:Repositorio Institucional - Pontificia Universidad Javeriana
        repourl:https://repository.javeriana.edu.co
        http://repositorioslatinoamericanos.uchile.cl/handle/2250/3467267
        Share
        Author
        Barrero Lizarazo, Nicolás
        Institutions
        • Pontificia Universidad Javeriana (Colombia)
        Abstract
        En los últimos años se ha utilizado la visión por ordenador para realizar inspecciones visuales en procesos industriales. Sin embargo, el procesamiento de imágenes convencional se limita a escenarios muy controlados y a tareas específicas como la lectura e identificación de códigos de barras, el calibrado y el dimensionamiento, la inspección básica de materiales y la localización y el recuento. En los procesos industriales, otras tareas de inspección visual requieren técnicas sofisticadas, por ejemplo, la detección y segmentación avanzada de defectos, la localización de características y la verificación de ensamblajes, entre otras. En la actualidad, estas tareas implementan técnicas de aprendizaje automático basadas en el aprendizaje profundo para lograr un rendimiento superior al de la inspección manual. Por lo general, se considera que el enfoque de aprendizaje profundo requiere muchos datos etiquetados para generar un modelo aceptable, lo que a menudo obstaculiza la adopción generalizada del aprendizaje profundo en las industrias que están limitadas a la disponibilidad de datos etiquetados. Por otra parte, como es natural en la inspección visual, los defectos están presentes con menos frecuencia que las piezas regulares, creando así un desbalance de clases que podría complicar el entrenamiento de un modelo robusto de aprendizaje profundo. Por otro lado, otras técnicas de aprendizaje de máquina aplicadas a la inspección visual requieren experiencia en ingeniería de características para crear un modelo y, a menudo, los resultados se limitan a características muy específicas que no pueden extrapolarse a un entorno, material o rasgo diferente a identificar. El objetivo de este proyecto es desplegar un algoritmo de aprendizaje profundo para la inspección visual que trate el desbalance de clases y la disponibilidad de datos en un caso de estudio (inspección de la superficie de láminas de acero), presentando diferentes enfoques utilizados para lograr el modelo final.
        Subjects
        Visión por computador
        Aprendizaje profundo
        Aprendizaje de maquina
        U-Net
        Segmentación semántica
        Inteligencia artificial
        Procesamiento de imágenes
        Redes neuronales
        Redes neuronales convolucionadas
        Keras
        Inspección visual
        Desbalanceo de clases
        Optimizacion
        Aprendizaje de transferencia
        Aprendizaje supervisado
        Ciencia de datos
        Inspección de superficie
        Laminas de acero
        Extracción de características
        Xception
        Redes neuronales artificiales

        Show full item record


        Red de Repositorios Latinoamericanos
        + of 4.000.000
        Available publications
        163 Participating institutions
        Dirección de Servicios de Información y Bibliotecas (SISIB)
        Universidad de Chile
        Membership Login
        Featured collections
        • Latin American Theses
        • Argentinean Theses
        • Chilean Theses
        • Peruvian Theses
        Latest collections added
        • Argentina
        • Brazil
        • Colombia
        • México
        Dirección de Servicios de Información y Bibliotecas (SISIB)
        Universidad de Chile
        Red de Repositorios Latinoamericanos | 2006-2018
         

        EXPLORE BY

        Institutions
        Date2011 - 20202001 - 20101951 - 20001901 - 19501800 - 1900

        Browse in Repository Network

        Countries >
        Document type >
        Publication date >
        Institutions >

        Red de Repositorios Latinoamericanos
        + of 4.000.000
        Available publications
        163 Participating institutions
        Dirección de Servicios de Información y Bibliotecas (SISIB)
        Universidad de Chile
        Membership Login
        Featured collections
        • Latin American Theses
        • Argentinean Theses
        • Chilean Theses
        • Peruvian Theses
        Latest collections added
        • Argentina
        • Brazil
        • Colombia
        • México
        Dirección de Servicios de Información y Bibliotecas (SISIB)
        Universidad de Chile
        Red de Repositorios Latinoamericanos | 2006-2018