dc.contributor.advisor | Varagnolo, Damiano | |
dc.contributor.author | Dagsvik, Kjell Martin | |
dc.date.accessioned | 2023-09-29T17:22:25Z | |
dc.date.available | 2023-09-29T17:22:25Z | |
dc.date.issued | 2023 | |
dc.identifier | no.ntnu:inspera:140443607:100518869 | |
dc.identifier.uri | https://hdl.handle.net/11250/3093216 | |
dc.description | Full text not available | |
dc.description.abstract | Denne avhandlingen beskriver hvordan vi bruker maskinlæring til å gjenkjenne objekter i Rør og instrument diagrammer. Vi har bygget opp et relevant datasett, behandlet dataene, og utviklet et verktøy for visualisering. Dette verktøyet gjør det mulig for mennesker å dobbeltsjekke resultater, noe som er nødvendig når vi må ha perfekt nøyaktighet. Vi har utviklet en fungerende prototype, men det er noen områder som trenger mer arbeid for å kunne fungere optimalt. | |
dc.description.abstract | This thesis elucidates the implementation of object detection in P&IDs employing machine learning methodologies. It encompasses the construction of a pertinent dataset, data processing techniques, and the development of a visualization tool intended to facilitate human verification, when needing improved accuracy. A fully functional prototype has been realized, although certain areas require further enhancements for optimal performance. | |
dc.language | eng | |
dc.publisher | NTNU | |
dc.title | Object and text recognition from
engineering drawings | |
dc.type | Master thesis | |