Naslov
Analiza ultrazvučnih slika dubokim učenjem za nedestruktivna ispitivanja
(Ultrasound Image Analysis Using Deep Learning for Nondestructive Testing)

Autori
Filipović, Branimir

Vrsta, podvrsta i kategorija rada
Ocjenski radovi, diplomski rad, diplomski

Fakultet
Fakultet elektrotehnike i računarstva

Mjesto
Zagreb

Datum
10.07

Godina
2020

Stranica
20

Mentor
Lončarić, Sven

Neposredni voditelj
Subašić, Marko

Ključne riječi
NDT ; C-snimci ; duboko učenje ; analiza slike ; RetinaNet model
(NDE ; C-scans ; deep learning ; image analysis ; RetinaNet model)

Sažetak
U nuklearnoj industriji vrlo je bitno u što kraćem roku naći eventualne defekte u materijalu, kako bi nuklearna elektrana što prije nastavila s radom. Takod̄er, izuzetno je bitno koristiti metode nedestruktivnog ispitivanja, s obzirom na to da su dijelovi jako skupi, a jedna od najpopularnijih je ultrazvučno ispitivanje. Te defekte traže ljudi, no med̄utim vrlo se rijetko neki nad̄u, a sam proces je vrlo mukotrpan. Stoga se koriste duboke neuronske mreže, kako bi se negativni primjeri što prije eliminirali. C-snimci su vrlo korisni za analizu, s obzirom na to da otkrivaju „3. dimenziju“ defekata, te se stoga ovaj Rad bavi automatskom detekcijom defekata korištenjem Re- tinaNet modela s ResNet50 backbone-om. Dobiveni rezultati imaju prostora za napredak, vjerojatno zbog prevelike komplek- snosti RetinaNet modela, te je potrebno daljnje istraživanje u ovom području.

Izvorni jezik
Hrvatski

Znanstvena područja
Računarstvo, Temeljne tehničke znanosti

POVEZANOST RADA