The current experimental thesis in the field of A.I., made in strict collaboration with the colleague Giulio Fischietti, refers to the implementation of a software suited to the recognition and counting of olives from RGB images. The dataset used for the training of the neural network was initially composed of images taken from internet, but it was then enriched by a series of live images provided to us by the colleague Giacomo Pierigè, with the ultimate purpose of improve the generalization of the network itself. The image labels' were created with the platform Labelbox, while the various tests and trainings of the neural network were executed in Python on Google Colab, with the algorithm of object detection Yolo v3.

La presente tesi sperimentale nel campo dell’intelligenza artificiale, svolta in stretta collaborazione con il collega Giulio Fischietti, riguarda l’implementazione di un software addetto al riconoscimento e conteggio di olive tramite immagini RGB. Il dataset utilizzato per il training della rete neurale era inizialmente composto da immagini prese da internet, ma successivamente è stato arricchito da una serie di immagini dal vero forniteci dal collega Giacomo Pierigè, al fine di migliorare la generalizzazione della rete stessa. Le label delle immagini sono state create tramite la piattaforma Labelbox, mentre i vari test e training della rete neurale sono stati eseguiti in linguaggio Python su Google Colab, sfruttando l'algoritmo di object detection Yolo v3.

Progettazione e sviluppo di un software per il riconoscimento e il conteggio di olive tramite immagini

D'ANGELO, VALERIO
2019/2020

Abstract

The current experimental thesis in the field of A.I., made in strict collaboration with the colleague Giulio Fischietti, refers to the implementation of a software suited to the recognition and counting of olives from RGB images. The dataset used for the training of the neural network was initially composed of images taken from internet, but it was then enriched by a series of live images provided to us by the colleague Giacomo Pierigè, with the ultimate purpose of improve the generalization of the network itself. The image labels' were created with the platform Labelbox, while the various tests and trainings of the neural network were executed in Python on Google Colab, with the algorithm of object detection Yolo v3.
2019
2021-02-25
Design and implementation of a software to detect and count olives from images
La presente tesi sperimentale nel campo dell’intelligenza artificiale, svolta in stretta collaborazione con il collega Giulio Fischietti, riguarda l’implementazione di un software addetto al riconoscimento e conteggio di olive tramite immagini RGB. Il dataset utilizzato per il training della rete neurale era inizialmente composto da immagini prese da internet, ma successivamente è stato arricchito da una serie di immagini dal vero forniteci dal collega Giacomo Pierigè, al fine di migliorare la generalizzazione della rete stessa. Le label delle immagini sono state create tramite la piattaforma Labelbox, mentre i vari test e training della rete neurale sono stati eseguiti in linguaggio Python su Google Colab, sfruttando l'algoritmo di object detection Yolo v3.
File in questo prodotto:
File Dimensione Formato  
TesiTriennaleDangeloValerio.pdf

Open Access dal 26/02/2024

Dimensione 19.52 MB
Formato Adobe PDF
19.52 MB Adobe PDF Visualizza/Apri

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/20.500.12075/2213