The following work is part of the ECO-FOOTWEAR 5.0 project financed with PNRR funds aimed at creating an automated system for shoe disassembly. The task was to build a hardware system for capturing images used to train a neural network to recognize certain features of a shoe. This information will be given as input to a robotic system programmed to disassemble footwear.

Il seguente lavoro si inserisce nel progetto ECO-FOOTWEAR 5.0 finanziato con i fondi del PNRR finalizzato alla realizzazione di un sistema automatizzato per il disassemblaggio di calzature. Ci si è occupati di realizzare un sistema hardware per l'acquisizione di immagini che servono per addestrare una rete neurale a riconoscere determinate features di una scarpa. Queste informazioni saranno date in input ad un sistema robotico programmato per disassemblare calzature.

Sviluppo e sperimentazione di un sistema di visione per il riconoscimento di caratteristiche e la classificazione di calzature basato su intelligenza artificiale.

LAUREATI, PIETRO
2023/2024

Abstract

The following work is part of the ECO-FOOTWEAR 5.0 project financed with PNRR funds aimed at creating an automated system for shoe disassembly. The task was to build a hardware system for capturing images used to train a neural network to recognize certain features of a shoe. This information will be given as input to a robotic system programmed to disassemble footwear.
2023
2025-02-18
Development and testing of a vision system for feature recognition and classification of footwear based on artificial intelligence.
Il seguente lavoro si inserisce nel progetto ECO-FOOTWEAR 5.0 finanziato con i fondi del PNRR finalizzato alla realizzazione di un sistema automatizzato per il disassemblaggio di calzature. Ci si è occupati di realizzare un sistema hardware per l'acquisizione di immagini che servono per addestrare una rete neurale a riconoscere determinate features di una scarpa. Queste informazioni saranno date in input ad un sistema robotico programmato per disassemblare calzature.
File in questo prodotto:
File Dimensione Formato  
Tesi Pietro Laureati 1111653 .pdf

embargo fino al 18/02/2027

Dimensione 4.97 MB
Formato Adobe PDF
4.97 MB Adobe PDF

I documenti in UNITESI sono protetti da copyright e tutti i diritti sono riservati, salvo diversa indicazione.

Utilizza questo identificativo per citare o creare un link a questo documento: https://hdl.handle.net/20.500.12075/20967