Show simple item record

dc.contributor.advisorGundersen, Odd Erik
dc.contributor.authorBjørnnes , Stein-Erik
dc.contributor.authorGjerde, Sindre Adolfsen
dc.date.accessioned2019-12-29T15:00:25Z
dc.date.available2019-12-29T15:00:25Z
dc.date.issued2019
dc.identifier.urihttp://hdl.handle.net/11250/2634463
dc.description.abstractDette arbeidet forsøker å finne informasjon i dagligdagse bilder ved hjelp av dyp læring. Bildene er av TrønderEnergis elektriske nett, og informasjon avbildet i disse bildene brukes til å dokumentere nettet. For å hente ut informasjonen brukes en kombinasjon av optisk tegngjenkjenning (Optical Character Recognition - OCR) og objekgjenkjenning (Object Recognition - OR). En forstudie viste at de best egnede eksterne tjenestene var Google Vision for OCR og Microsoft Azure for OR. OR-modellen ble trent i flere iterasjoner med forskjellig taktikk. Et system ble laget som skulle slå sammen prediksjoner for OCR og OR til en felles prediksjon er lagt fram og evaluert. Underveis i prosessen ble det tydeliggjort en trend av bilder som ga bedre resultat enn andre. Til slutt ble systemet evaluert med et testsett hvor det ble undersøkt hvorvidt systemet klarte å gjenskape den faktiske infrastrukturen med alle nødvendige egenskaper. Den endelige konklusjonen ble at systemet viste gode resultater, men at de ikke var gode nok til å rettferdiggjøre muligheten til helautonomt system. Derimot ble det oppdaget at systemet kan være en reell kandidat til å bli brukt på en assisterende måte i dokumentasjonsprosessen.
dc.languageeng
dc.publisherNTNU
dc.titleUsing deep learning to process images as basis for knowledge graph
dc.typeMaster thesis


Files in this item

FilesSizeFormatView

This item appears in the following Collection(s)

Show simple item record