W zależności od ilości danych do przetworzenia generowanie pliku może się wydłużyć.

Jeśli generowanie trwa zbyt długo można ograniczyć dane np. zmniejszając zakres lat.

Artykuł

Pobierz BibTeX

Tytuł

Foreign Object Debris detection system using GoogLeNet

Autorzy

[ 1 ] Wydział Automatyki, Robotyki i Elektrotechniki, Politechnika Poznańska | [ 2 ] Instytut Automatyki i Robotyki, Wydział Automatyki, Robotyki i Elektrotechniki, Politechnika Poznańska | [ SzD ] doktorant ze Szkoły Doktorskiej | [ P ] pracownik

Dyscyplina naukowa (Ustawa 2.0)

[2.2] Automatyka, elektronika, elektrotechnika i technologie kosmiczne

Rok publikacji

2023

Opublikowano w

Przegląd Elektrotechniczny

Rocznik: 2023 | Tom: R. 99 | Numer: nr 11

Typ artykułu

artykuł naukowy

Język publikacji

angielski

Słowa kluczowe
EN
  • Foreign Object Debris
  • embedded vision system
  • neural networks
  • GoogLeNet
Streszczenie

EN The article presents the concept of a vision system for Foreign Object Debris (FOD) detection in the airport environment, based on the GoogLeNet network. The authors present the motivation for the research carried out and the preliminary tests carried out at the Pozna-Ławica Airport and present the developed model of a convolutional neural network with an accuracy of 95.73%. The FOD-A dataset containing more than 19,000 images taken under various weather conditions was used to train the model to ensure the diversity of the dataset.

Strony (od-do)

249 - 252

DOI

10.15199/48.2023.11.47

URL

http://pe.org.pl/articles/2023/11/47.pdf

Typ licencji

CC BY-NC-ND (uznanie autorstwa - użycie niekomercyjne - bez utworów zależnych)

Tryb otwartego dostępu

otwarte czasopismo

Wersja tekstu w otwartym dostępie

ostateczna wersja opublikowana

Czas udostępnienia publikacji w sposób otwarty

w momencie opublikowania

Punktacja Ministerstwa / czasopismo

70

Impact Factor

0,4

Ta strona używa plików Cookies, w celu zapamiętania uwierzytelnionej sesji użytkownika. Aby dowiedzieć się więcej przeczytaj o plikach Cookies i Polityce Prywatności.