Need for Speed Sanntidsplattform for rekkverksdeteksjon og bildevalidering på iSi inSight

Abstract

Denne bacheloroppgaven har hatt som hensikt å utforske sanntids objektdeteksjon for iSi AS sitt Insight system, og om dette kan benyttes for å redusere feil i deres datainnsamlingsprosess. Prosjektet har resultert i en sanntidsplattform tiltenkt å implementeres på datainnsamlingsriggen til iSi inSight. Systemarkitekturen er basert rundt en Nvidia Jetson Orin Nano med en Nvidia Triton Inference Server. Serveren er satt opp med to maskinlæringsmodeller for deteksjon av rekkverk og optiske forstyrrelser i innkommende bildedata. Prosjektet konkluderer med at sanntids objektdeteksjon kan gjennomføres lokalt på innsamlingsriggen, men foreslår klassifiseringsmodell fremfor objektdeteksjonsmodell for deteksjon av optiske forstyrrelser i bildene.

The aim of this bachelor thesis has been to explore real time object detection for iSi AS inSight system. The project has resulted in a platform for real time object detection intended for the data gathering vehicle of iSi Insight. The system architecture is based upon a NVIDIA Triton Inference Server which runs on a NVIDIA Jetson Orin Nano. The server deploys two machine learning models used for detecting guard rails and optical disturbances in the incoming image data. The conclusion of the report is that real time object detection on iSi Insight is possible, but suggests using a classification model rather than an object detection model for detection of optical disturbances.