Titel: | Echtzeitklassifikation von Objekten mittels Faltender Neuronaler Netze auf einer Eingebetteten GPU-Plattform für einen Elektronischen Blindenführhund | Sprache: | Deutsch | Autorenschaft: | Ostermann, Niklas | Schlagwörter: | EBF; Künstliche Intelligenz; Neuronale Netze; GPU; Kamera; FNN; Jetson; EGD; Artificial Intelligence; Neural Networks; Camera; CNN | Erscheinungsdatum: | 12-Apr-2024 | Zusammenfassung: | Diese Bachelorthesis beschäftigt sich mit dem Projekt Elektronischer Blindenführhund (EBF). Es wird eine leistungsfähige Rechenplattform sowie eine Kamera ausgewählt und evaluiert auf Grundlage derer eine Objektdetektion in Echtzeit erfolgen und die zukünftig im EBF verwendet werden soll. Zu diesem Zweck wird auch ein auf künstlichen neuronalen Netzen basierendes Objektdetektionsnetzwerk ausgewählt und evaluiert. This bachelor thesis deals with the project Electronic Guide Dog (EGD). A powerful computing platform and a camera will be selected and evaluated. With this components a real time object detection will take place and the components will be used in the EBF in the future. For this purpose, an object detection network based on artificial neural networks is also selected and evaluated. |
URI: | http://hdl.handle.net/20.500.12738/15531 | Einrichtung: | Fakultät Technik und Informatik Department Informations- und Elektrotechnik |
Dokumenttyp: | Abschlussarbeit | Abschlussarbeitentyp: | Bachelorarbeit | Hauptgutachter*in: | Leutelt, Lutz | Gutachter*in der Arbeit: | Jünemann, Klaus |
Enthalten in den Sammlungen: | Theses |
Dateien zu dieser Ressource:
Datei | Beschreibung | Größe | Format | |
---|---|---|---|---|
BA_Echtzeitklassifikation von Objekten_Neuronale Netze_Elektronischer Blindenführhund.pdf | 13.99 MB | Adobe PDF | Öffnen/Anzeigen |
Feedback zu diesem Datensatz
Export
Alle Ressourcen in diesem Repository sind urheberrechtlich geschützt.