Development of Software for Defect Measurement on Threaded Inserts
Software pro měření defektů závitových hnízd
diplomová práce (OBHÁJENO)
Omezená dostupnost dokumentu
Celý dokument nebo jeho části jsou nepřístupné do 09. 06. 2026
Důvod omezené dostupnosti:
Ochrana obchodního tajemství
Zobrazit/ otevřít
Trvalý odkaz
http://hdl.handle.net/20.500.11956/199649Identifikátory
SIS: 270837
Kolekce
- Kvalifikační práce [11978]
Autor
Vedoucí práce
Oponent práce
Jarý, Vladimír
Fakulta / součást
Matematicko-fyzikální fakulta
Obor
Informatika - Umělá inteligence
Katedra / ústav / klinika
Katedra softwaru a výuky informatiky
Datum obhajoby
9. 6. 2025
Nakladatel
Univerzita Karlova, Matematicko-fyzikální fakultaJazyk
Angličtina
Známka
Výborně
Klíčová slova (česky)
fotogrametrie|závitové hnízdo|počítačové vidění|měření defektů|hloubková mapa|přehledový snímek|zpracování videaKlíčová slova (anglicky)
photogrammetry|threaded insert|computer vision|defect measurement|depth map|one image overview|video processingTato diplomová práce se zabývá vývojem softwarového řešení pro inspekci závitových hnízd na základě videozáznamů. Navržené řešení má dvě hlavní části: generování pře- hledového obrazu (OIO) a odhad hloubkové mapy (DM). Generování OIO bylo úspěšně ověřeno a poskytuje interpretovatelné a spolehlivé výstupy pro účely inspekce. Tvorba DM, založená na dotrénování modelu Depth Anything V2, prokázala určitý potenciál, zejména po augmentaci syntetického trénovacího datasetu, avšak ukázala i limity spo- jené s nedostatkem reálných trénovacích dat. Bylo prozkoumáno využití syntetických dat jako konceptuální řešení. Práce diskutuje paralelizaci a alternativní přístupy, jako je segmentačně-klasifikační řešení, pro budoucí nasazení v praxi. Výsledný systém tvoří základ pro další rozvoj směrem k automatizované inspekci bezpečnostně kritických kom- ponent.
This thesis addresses the development of a software pipeline for defect inspection of threaded inserts from video scans. The pipeline has two main components: the One Image Overview (OIO) generation and Depth Map (DM) estimation. The OIO pipeline, based on classic computer vision methods, was successfully demonstrated, producing in- terpretable and reliable outputs for inspection. The DM pipeline, based on fine-tuning the Depth Anything V2 model, showed promising results, especially after synthetic domain adaptation, but also revealed significant challenges due to limited real-world training data. The use of domain-adapted synthetic data was explored as a proof of concept. Paralleliza- tion strategies and alternative approaches, such as segmentation-classification workflows, are discussed for future development and deployment. The system forms a foundation for further development toward real-time automated inspection of safety-critical components.
