Pasquale Amara
Mask R-CNN per la segmentazione di oggetti destinati alla vendita al dettaglio = Mask R-CNN for the segmentation of objects for retail sale.
Rel. Paolo Garza. Politecnico di Torino, Corso di laurea magistrale in Ingegneria Matematica, 2019
|
Preview |
PDF (Tesi_di_laurea)
- Tesi
Licenza: Creative Commons Attribution Non-commercial No Derivatives. Download (5MB) | Preview |
|
|
Archive (ZIP) (Documenti_allegati)
- Altro
Licenza: Creative Commons Attribution Non-commercial No Derivatives. Download (159kB) |
Abstract
Tra le tematiche affrontate dalle reti neurali convoluzionali, le quali sono un'estensione delle reti neurali artificiali e vengono utilizzate prevalentemente per l'elaborazione di immagini, è possibile citare l'object detection, la semantic segmentation e l'instance segmentation. Quest'ultimo task racchiude all'interno della sua definizione i task introdotti da classificazione, object detection e semantic segmentation. All'interno di questo lavoro di tesi è stato sviluppato, in collaborazione con Agile Lab S.r.l., un modello di instance segmentation per la segmentazione di oggetti destinati alla vendita al dettaglio. I primi capitoli trattano gli argomenti teorici che sono alla base del funzionamento di Mask R-CNN, ovvero la rete neurale scelta per l'implementazione del modello.
In particolare, all'interno del Capitolo 2 verranno introdotte le reti neurali artificiali partendo dall'approccio biologico alla base del loro funzionamento: dal semplice modello del percettrone fino alle reti neurali che costituiscono la base del deep Learning
Relatori
Tipo di pubblicazione
URI
![]() |
Modifica (riservato agli operatori) |
