نظام الرسائل والاطاريح الجامعية/ المكتبة المركزية

صورة غلاف الرسالة/الاطروحة غير متوفرة
مشاهدة
لايوجد ملف
لايوجد ملف
العنوان باللغة العربية
منصة الرسائل والاطاريح: اكتشاف وتصنيف العناصرالخطرة في صور الاشعة السينية باستخدام التعلم العميق والنظام المدمج - جامعة بابل
العنوان باللغة الانكليزية
Threat Object Detection and Classification of X-Ray Imaging Using Deep Learning and Embedded System.
اسم الطالب باللغتين
سيف سرمد حسين عمران - Saif Sarmad Hussein Omran
اسم المشرف باللغتين
هلال عبد الحسين عبود--Dr. Hilal Al-Libawy
الخلاصة
كشف كائنات التهديد (TOD) هو نظام يستخدم لمسح صور الأشعة السينية لأمتعة الركاب بغرض الكشف عن كائنات التهديد وتصنيفها. التفتيش البشري مهمة تستغرق وقتًا طويلاً وعملية بطيئة ، حيث حدثت العديد من الأخطاء البشرية الإضافية ، خاصة في ساعات الذروة. في الآونة الأخيرة ، تم استخدام تقنيات جديدة في أنظمة TOD لزيادة الدقة ووتيرة عملية التفتيش مثل التعلم العميق المستخدم. حققت مناهج التعلم العميق أداءً عاليًا وسرعة في معالجة الصور بالأشعة السينية لاكتشاف عناصر التهديد أثناء فحص الأمتعة. تم استخدام شبكات الالتفاف العصبية (CNNs) في مهمة تصنيف صور الأشعة السينية للحصول على أداء قوي أثناء عملية فحص الأمتعة. لتحقيق اكتشاف عالي الدقة لأجسام التهديد ، تم استخدام خوارزمية DenseNet 121 مع زيادة وقت الاختبار (TTA). بيئة تنفيذ العمل هي خوادم مفتوحة (Kaggle) ، يتم من خلالها تنزيل شبكة DenseNet 121 وخوارزمية الانحدار اللوجستي. تم تدريب شبكة DenseNet 121 واختبارها على مجموعة بيانات GDX-ray التي تحتوي على صور للأمتعة لأربعة أنواع من (البنادق واداة النينجا وشفرات الحلاقة وغيرها). يستخدم النظام المقترح خوارزمية الانحدار اللوجستي للحصول على التنبؤ النهائي لصور الأشعة السينية. كان النظام المقترح قادرًا على التفوق في الأداء على خوارزمية AlexNet وخوارزمية GoogleNet ، التي استخدمت نفس مجموعة البيانات ، نتائج الأسترجاع لتصنيف الصور 97.68٪. بقدر ما نعلم ، لم يتم تنفيذ مجموعة بيانات GDX-ray على جهاز مضمن باستخدام طراز Raspberry Pi4 B. وحققت مرحلة التنفيذ نتائج عالية في الاسترجاع لتصنيف الصور في الوقت الفعلي بنسبة 94.25٪.
الفئة
المجموعة الطبية
الاختصاص باللغة العربية
الاختصاص باللغة الانكليزية
السنة الدراسية
2022
لغة الرسالة/الاطروحة
اللغة الانكليزية
الشهادة
ماجستير
رابط موقع (doi)
Open access
نعم