Volltextdatei(en) in REPOSIT vorhanden Open Access
DC ElementWertSprache
dc.contributor.advisorMeisel, Andreas-
dc.contributor.authorStößel, Felix-
dc.date.accessioned2024-04-26T10:27:37Z-
dc.date.available2024-04-26T10:27:37Z-
dc.date.created2021-09-04-
dc.date.issued2024-04-26-
dc.identifier.urihttp://hdl.handle.net/20.500.12738/15636-
dc.description.abstractDie Objekterkennung ermöglicht Anwendungen im Bereich der Kollisionserkennung bei autonomen Fahrzeugen und Robotern. Diese Arbeit zeigt das Training eines neuronalen Faltungsnetzwerkes auf Daten des Open-Images- und COCO-Datensatzes. Das in dieser Arbeit trainierte YOLO-Netzwerk wird auf einem NVIDIA Jetson Nano im Darknet Framework getestet.de
dc.description.abstractObject detection enables applications in the field of collision detection for autonomous vehicles and robots. This work shows the training of a convolutional neural network on data of the Open-Images- and COCO-dataset. The YOLO-network trained in this work will be tested in the Darknet Framework on the NVIDIA Jetson Nano.en
dc.language.isodeen_US
dc.subjectNeuronale Faltungsnetzwerkeen_US
dc.subjectObjekterkennungen_US
dc.subjectNVIDIA Jetson Nanoen_US
dc.subjectYOLOen_US
dc.subjectCOCOen_US
dc.subjectOpen Imagesen_US
dc.subjectDarkneten_US
dc.subjectTraining von neuronalen Netzenen_US
dc.subjectConvolutional Neural Networksen_US
dc.subjectobject detectionen_US
dc.subjecttraining of neural networksen_US
dc.subject.ddc004: Informatiken_US
dc.titleNeuronale Indoor-Objekterkennung für mobile Roboterde
dc.typeThesisen_US
openaire.rightsinfo:eu-repo/semantics/openAccessen_US
thesis.grantor.departmentFakultät Technik und Informatiken_US
thesis.grantor.departmentDepartment Informatiken_US
thesis.grantor.universityOrInstitutionHochschule für Angewandte Wissenschaften Hamburgen_US
tuhh.contributor.refereeTiedemann, Tim-
tuhh.identifier.urnurn:nbn:de:gbv:18302-reposit-185212-
tuhh.oai.showtrueen_US
tuhh.publication.instituteFakultät Technik und Informatiken_US
tuhh.publication.instituteDepartment Informatiken_US
tuhh.type.opusBachelor Thesis-
dc.type.casraiSupervised Student Publication-
dc.type.dinibachelorThesis-
dc.type.driverbachelorThesis-
dc.type.statusinfo:eu-repo/semantics/publishedVersionen_US
dc.type.thesisbachelorThesisen_US
dcterms.DCMITypeText-
tuhh.dnb.statusdomainen_US
item.openairecristypehttp://purl.org/coar/resource_type/c_46ec-
item.fulltextWith Fulltext-
item.grantfulltextopen-
item.openairetypeThesis-
item.creatorGNDStößel, Felix-
item.languageiso639-1de-
item.creatorOrcidStößel, Felix-
item.cerifentitytypePublications-
item.advisorGNDMeisel, Andreas-
Enthalten in den Sammlungen:Theses
Dateien zu dieser Ressource:
Datei Beschreibung GrößeFormat
BA_Indoor-Objekterkennung_mobile Roboter.pdf21.52 MBAdobe PDFÖffnen/Anzeigen
Zur Kurzanzeige

Seitenansichten

23
checked on 03.07.2024

Download(s)

62
checked on 03.07.2024

Google ScholarTM

Prüfe

HAW Katalog

Prüfe

Feedback zu diesem Datensatz


Alle Ressourcen in diesem Repository sind urheberrechtlich geschützt.