Analisi e studio di tecniche di semi-supervised learning e active learning per il riconoscimento di anomalie in immagini industriali a basso livello di contaminazione.

Applicazione di algoritmi di apprendimento attivo e semi-supervisionato per la visual anomaly detection industriale

VENTURINI, FEDERICO
2025/2026

Abstract

Analisi e studio di tecniche di semi-supervised learning e active learning per il riconoscimento di anomalie in immagini industriali a basso livello di contaminazione.
2025
Application of Active and Semi-Supervised Learning Algorithms for Industrial Visual Anomaly Detection
Computer Vision
Anomaly detection
Active learning
Lauree magistrali
File in questo prodotto:
File Dimensione Formato  
Thesis_Federico_Venturini_VAD_Active_Learning.pdf

accesso aperto

Dimensione 5.37 MB
Formato Adobe PDF
Visualizza/Apri
5.37 MB Adobe PDF Visualizza/Apri

The text of this website © Università degli studi di Padova. Full Text are published under a non-exclusive license. Metadata are under a CC0 License

Utilizza questo identificativo per citare o creare un link a questo documento: https://hdl.handle.net/20.500.12608/115854