Il lavoro di tesi presenta un'introduzione all'ambito Big Data (anche dal punto di vista storico) e alle loro caratteristiche principali, evidenziandone la composizione (dati strutturati, non strutturati e semi-strutturati) e i principali ambiti di applicazione. Viene poi analizzato il problema legato al riconoscimento di oggetti all'interno di immagini (Object Detection) e le principali tecniche utilizzate. Si descrivono l'architettura delle Reti Neurali Convoluzionali, le principali metriche di valutazione e lo stato dell'arte dei metodi attualmente utilizzati e dei modelli disponibili. La trattazione termina con l'applicazione di uno dei modelli di Object Detection ad un caso studio per il rilevamento e la classificazione di loghi all'interno di immagini: vengono analizzati e confrontati i risultati ottenuti nelle varie fasi prima e dopo l'applicazione di tecniche di Data Augmentation e tratte le conclusioni relative alle criticità riscontrate e ai possibili passi successivi da compiere per definire un modello ottimale.

Rilevamento di oggetti con applicazione all'identificazione di marchi

VEZZOSI, GIACOMO
2021/2022

Abstract

Il lavoro di tesi presenta un'introduzione all'ambito Big Data (anche dal punto di vista storico) e alle loro caratteristiche principali, evidenziandone la composizione (dati strutturati, non strutturati e semi-strutturati) e i principali ambiti di applicazione. Viene poi analizzato il problema legato al riconoscimento di oggetti all'interno di immagini (Object Detection) e le principali tecniche utilizzate. Si descrivono l'architettura delle Reti Neurali Convoluzionali, le principali metriche di valutazione e lo stato dell'arte dei metodi attualmente utilizzati e dei modelli disponibili. La trattazione termina con l'applicazione di uno dei modelli di Object Detection ad un caso studio per il rilevamento e la classificazione di loghi all'interno di immagini: vengono analizzati e confrontati i risultati ottenuti nelle varie fasi prima e dopo l'applicazione di tecniche di Data Augmentation e tratte le conclusioni relative alle criticità riscontrate e ai possibili passi successivi da compiere per definire un modello ottimale.
2021
Object Detection with application to Brand Identification
machine learning
graphical analysis
object detection
File in questo prodotto:
File Dimensione Formato  
Vezzosi_Giacomo.pdf

accesso riservato

Dimensione 982.05 kB
Formato Adobe PDF
982.05 kB Adobe PDF

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/20.500.12608/38770