Year: 2024
Type: dissertation
Abstract: Lämpökamerat soveltuvat hyvin sähkölaitteiden kunnon valvontaan. Suomessakin sähköasemien kuntoa valvotaan lämpökameroiden kanssa ulkona vaihtelevissa sääolosuhteissa. Yleisesti valvonnassa on hyötyä, jos sitä pystytään suorittamaan automaattisesti, ilman ihmisen vuorovaikutusta. Automaattista valvontaa lämpökameralla on vaikeampi toteuttaa, kun sääolosuhteet ja yleiset lämpötilat vaihtelevat paljon. Tässä työssä tutkittiin konvoluutioneuroverkon soveltamista lämpökamerakuvasta tehtävään vikaantuneen sähkölaitteen tunnistukseen. Kolme erilaista konvoluutioneuroverkkoarkkitehtuuria koulutettiin luokittelemaan lämpökamerakuvia eri luokkiin kuvan yleisen laadun ja mahdollisten vikaantuneiden laitteiden perusteella. Koulutusaineistona oli Suomesta neljältä eri sähköasemalta otettuja lämpökamerakuvia. Kuvia, joissa olisi vikaantunut laite, ei ollut, vaan niitä muokattiin erikseen muista kuvista. Tuloksista voitiin todeta, että konvoluutioneuroverkko soveltuu hyvällä koulutuksella ja riittävällä koulutusaineistolla käytettäväksi lämpökamerakuvasta tehtävään tunnistukseen. Eri verkkoarkkitehtuurien välillä ei havaittu merkittäviä eroja käytetyllä aineistolla.
Source: LUTPub (LUT University)
Author: Komulainen, Jarkko
Institution: Lappeenranta-Lahti University of Technology
Language: Finnish
Subfield: Computer Vision and Pattern Recognition
Field: Computer Science
Domain: Physical Sciences
Open Access status: green
OpenAlex ID: W7053478966