Vision industrielle et réseaux de neurones profonds : application au dévracage de pièces plastiques industrielles

Vision industrielle et réseaux de neurones profonds : application au dévracage de pièces plastiques industrielles

Ces travaux de thèse présentent une méthode d estimation de pose de pièces industrielles en vue de leur dévracage à partir d un système mono-caméra 2D en utilisant une approche par apprentissage avec des réseaux profonds. Dans un premier temps, des réseaux de neurones assurent la segmentation d un n...

Description complète

Enregistré dans:
Détails bibliographiques
Auteurs principaux : Langlois Julien (Auteur), Viard-Gaudin Christian (Directeur de thèse), Normand Nicolas (Directeur de thèse), Eglin Véronique (Président du jury de soutenance), Mouchère Harold (Membre du jury), Tabbone Salvatore-Antoine (Membre du jury), Demonceaux Cédric (Membre du jury), Lepetit Vincent (Membre du jury), Tanguy Morgane (Membre du jury)
Collectivités auteurs : Université de Nantes 1962-2021 (Organisme de soutenance), École doctorale Mathématiques et sciences et technologies de l'information et de la communication Rennes (Ecole doctorale associée à la thèse), Université Bretagne Loire 2016-2019 (Autre partenaire associé à la thèse), Laboratoire des Sciences du Numérique de Nantes (Laboratoire associé à la thèse)
Format : Thèse ou mémoire
Langue : français
Titre complet : Vision industrielle et réseaux de neurones profonds : application au dévracage de pièces plastiques industrielles / Julien Langlois; sous la direction de Christian Viard-Gaudin et de Nicolas Normand
Publié : 2019
Accès en ligne : Accès Nantes Université
Note sur l'URL : Accès au texte intégral
Note de thèse : Thèse de doctorat : Sciences et technologies de l'information et de la communication : Nantes : 2019
Sujets :
Apprentissage automatique
Robots industriels
Réseaux neuronaux (informatique)
>
Thèses et écrits académiques

Internet

http://www.theses.fr/2019NANT4010/document