Smart fridge, an object detection application for android
Έξυπνο ψυγείο, μια εφαρμογή αναγνώρισης αντικειμένων για android
dc.contributor.advisor | Μαραγκουδάκης, Μανώλης | el_GR |
dc.contributor.author | Μουζακα, Θεοδώρα | el_GR |
dc.coverage.spatial | Σάμος | el_GR |
dc.date.accessioned | 2021-02-10T13:23:26Z | |
dc.date.available | 2021-02-10T13:23:26Z | |
dc.date.issued | 2020-02-15 | |
dc.identifier.uri | http://hdl.handle.net/11610/21471 | |
dc.description.abstract | Ο σκοπός αυτής της διατριβής είναι να δημιουργήσει έναν αλγόριθμο μηχανικής μάθησης, να τον εκπαιδεύσει με ένα κατάλληλο σύνολο δεδομένων για να είναι σε θέση να εντοπίσει και να ταξινομήσει αντικείμενα που μπορούν να βρεθούν μέσα σε ένα ψυγείο. Η εκτέλεση του αλγορίθμου αυτου θα γίνεται μέσω μιας εφαρμογής android που μπορεί να εντοπίσει και να ταξινομήσει τα αντικείμενα από την κάμερα ενός κινητού τηλεφώνου ή να έχει την επιλογή ο χρήστης να εισαγάγει μια εικόνα για αναγνώριση. Ο χρήστης θα μπορεί μετά την αναγνώριση να διαπιστώσει τι του λείπει απο το ψυγείο του συμφώμα με τις προτιμησεις του και να συνδεθεί αυτόματα σε ενα ηλεκτρονικό κατάστημα για να κάνει τις αγορές του. Οι τεχνολογιες που χρησιμποιηθηκαν για την υλοποιήση ειναι η γλώσσες προγρμματισμού python για την δημιουργία και εκπαίδευση του αλγοριθμου και η java για την δημιουργία της εφαρμογής για κινητά. Χρησιμοποιηθηκε η βιβλιοθήκη tensorflow για να μπορεί ο αλγοριθμός να εκπαιδευτεί και να είναι σε θέση να αναγνωριζει αντικείμενα και το tensorboard για να μπορουμε να αξιολογήσουμε τα αποτελέσματα και την ακρίβεια του αλγοριθμου μας μεσω διαφόρων στατιστικων διαγραμμάτων και πινάκων που μας προσφέρει. Τέλος, για την δημιουργία της έξυπνης εφαρμογης για κινητά android χρησιμοποιηθηκε το android studio | el_GR |
dc.format.extent | 81 σ. | el_GR |
dc.language.iso | en_US | en_US |
dc.rights | Default License | |
dc.subject | τεχνητή νοημοσύνη | el_GR |
dc.subject | αναγνώριση αντικειμένου | el_GR |
dc.subject | έξυπνα κινητά | el_GR |
dc.subject | machine learning | en_US |
dc.subject | deep learning | en_US |
dc.subject | object detection | en_US |
dc.subject | android | en_US |
dc.subject.lcsh | Machine learning | en_US |
dc.subject.lcsh | Pattern recognition systems | en_US |
dc.subject.lcsh | Smartphones | en_US |
dc.title | Smart fridge, an object detection application for android | en_US |
dc.title | Έξυπνο ψυγείο, μια εφαρμογή αναγνώρισης αντικειμένων για android | el_GR |
dcterms.accessRights | free | el_GR |
dcterms.rights | Πλήρες Κείμενο - Ελεύθερη Δημοσίευση | el_GR |
heal.type | masterThesis | el_GR |
heal.recordProvider | aegean | el_GR |
heal.committeeMemberName | Βουγιουκας, Δημοσθένης | el_GR |
heal.committeeMemberName | Γκουμόπουλος, Χρήστος | el_GR |
heal.academicPublisher | Πανεπιστήμιο Αιγαίου - Πολυτεχνική Σχολή - Τμήμα Μηχανικών Πληροφοριακών και Επικοινωνιακών Συστημάτων | el_GR |
heal.academicPublisherID | aegean | el_GR |
heal.fullTextAvailability | true | el_GR |
dc.contributor.department | Πληροφοριακά και Επικοινωνιακά Συστήματα | el_GR |