Vývoj systému detekce vad na osazených PCB s využitím konvolučních neuronových sítí

Špicar, Kamil

Publikace:
Vývoj systému detekce vad na osazených PCB s využitím konvolučních neuronových sítí

Diplomová práceopen access

dc.contributor.advisor	Štursa, Dominik
dc.contributor.author	Špicar, Kamil
dc.contributor.referee	Doležel, Petr
dc.date.accepted	2024-06-11
dc.date.accessioned	2024-07-08T11:43:07Z
dc.date.available	2024-07-08T11:43:07Z
dc.date.issued	2024
dc.date.submitted	2024-05-17
dc.description.abstract	Cílem práce je návrh systému detekce vad na osazených deskách plošných spojů s využitím konvolučních neuronových sítí. Navržený systém je komplexní množinou detekčních metod zaměřených na vady identifikované z historických obrazových dat, jejichž kombinací lze klasifikovat celé inspekční fotografie osazených desek plošných spojů. Detekční metody zahrnují ověřené architektury konvolučních neuronových sítí a výpočty parametrů pro dílčí klasifikace z jejich výstupů. Byl vytvořen software pro testování celého navrženého systému a trénování jednotlivých modelů.	cze
dc.description.abstract-translated	This thesis aims to design a defect detection system for assembled printed circuit boards using convolutional neural networks. The proposed system is a complex set of detection methods that focus on defects identified from historical image data, the combination of which can be used to classify entire inspection photos of assembled printed circuit boards. The detection methods include verified convolutional neural network architectures and parameter calculations for partial classifications based on their outputs. Software was developed to test the entire proposed system and to train individual models.	eng
dc.description.defence	Diplomová práce se zabývá návrhem systému detekce vad na osazených deskách plošných spojů(PCB) s využitím konvolučních neuronových sítí. Cílem práce bylo vytvoření komplexního detekčního systému, který kombinuje různé metody zaměřené na identifikaci vad z historických obrazových dat a jejich klasifikaci. Hlavním přínosem práce je návrh a implementace detekčního systému, který dosahuje vysoké přesnosti při detekci a klasifikaci vad na PCB. Cíle diplomové práce byly splněny, práce je komplexní a obsahuje úplný popis navrženého řešení. V souladu s čl. 4 odst. 1b) Stipendijního řádu Univerzity Pardubice komise navrhuje diplomovou práci na Studentskou cenu rektora II. stupně za vynikající úroveň diplomové práce.	cze
dc.description.department	Fakulta elektrotechniky a informatiky	cze
dc.description.grade	Dokončená práce s úspěšnou obhajobou	cze
dc.format	89 s.
dc.identifier.stag	47537
dc.identifier.uri	https://hdl.handle.net/10195/83045
dc.language.iso	cze
dc.publisher	Univerzita Pardubice	cze
dc.rights	Bez omezení
dc.subject	AOI	cze
dc.subject	PCB	cze
dc.subject	konvoluční neuronové sítě	cze
dc.subject	vizuální inspekce	cze
dc.subject	detekce vad	cze
dc.subject	AOI	eng
dc.subject	PCB	eng
dc.subject	convolutional neural networks	eng
dc.subject	visual inspection	eng
dc.subject	defect detection	eng
dc.thesis.degree-discipline	Automatické řízení	cze
dc.thesis.degree-grantor	Univerzita Pardubice. Fakulta elektrotechniky a informatiky	cze
dc.thesis.degree-name	Ing.
dc.thesis.degree-program	Automatické řízení	cze
dc.title	Vývoj systému detekce vad na osazených PCB s využitím konvolučních neuronových sítí	cze
dc.title.alternative	Development of an assembled PCB defect detection system using convolutional neural networks	eng
dc.type	diplomová práce	cze
dspace.entity.type	Publication