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
Anno Accademico
Tipo di pubblicazione
Numero di pagine
Corso di laurea
Classe di laurea
Aziende collaboratrici
URI
![]() |
Modifica (riservato agli operatori) |
