About DoKS      NL  |  EN Zoek: Geavanceerd Zoeken
  Deel van een woord (bv. tele*)    Exacte woordgroep (bv. "draadloze communicatie")
 
Home
folder Auteurs
folder Departementen
folder Help
folder Jaren
 
Meest populaire eindwerken: 2014 2015 2016 2017 2018 2019


1,572 eindwerken on-line.



Doks PHL
Doks XIOS



Open Archives Initiative
Home  >  Jaren  >  2014

Smart Pooltable: deep learning en reinforcement learning vergelijken

2019
Martens, Yente
Professionele bachelor in de toegepaste informatica

Samenvatting :
"Work hard, play hard", Bij Bewire staat er een pooltafel om ’s middags en ’s avonds even te ontspannen. Voor deze stage wordt deze pooltafel omgebouwd tot een smart pool table.

Deze opdracht bevat drie deelopdrachten. De eerste deelopdracht onderzoekt hoe de ballen herkend kunnen worden met behulp van computer vision. De tweede fase is het volgen van een volledig poolspel, inclusief puntentelling, en het volgen van alle regels. Tenslotte wordt er een AI getraind op het aanbevelen van zetten om de beste bal binnen te spelen of de tegenstander te blokkeren.

Als onderzoekstopic is er een vergelijking gemaakt tussen twee verschillende manieren van het leren van een AI, met name deep learning en reinforcement learning. Met zicht op de verschillende achterliggende neurale netwerken, het trainingsproces, de nodige hardware enzovoort wordt er bepaald welke manier van learning het best past binnen de stageopdracht.

Het onderzoek biedt een meerwaarde voor Bewire omdat ze dit onderzoek ook kunnen gebruiken om zelf een gepaste keuze te maken tussen deep learning of reinforcement learning.

Voor deze opdracht is er gekozen om Ubuntu als besturingssysteem te gebruiken. Als programmeertaal wordt Python gebruikt met PyCharm als ontwikkelingsplatform. De gebruikte technologie voor de balherkenning is een variant van het YOLOv3-framework. Voor de AI wordt er gekozen voor reinforcement learning.

Als hardware wordt er gebruik gemaakt van een zelfgebouwd workstation voor het verwerken van de beelden die doorgestuurd worden door een camera. De beste keuze is een action camera. Hierdoor kan in een brede hoek gefilmd worden en hoeft de afstand tussen de tafel en camera niet groot te zijn. De camera wordt bevestigd op een achtergrondsysteem. Een achtergrondsysteem wordt gebruikt in de fotografie om een grote rol papier aan vast te maken.

Tekst:
Bestand Grootte Type Controle  
Eindwerk_Martens_Yente.pdf 2 MB PDF MD5 Bestand openen

Dit eindwerk werd 4171 keer bekeken.
Translate to English (Google translate)
 

Toon volledig record

Toon ETD - Dublin Core

Wil je naar dit eindwerk verwijzen in je eigen eindwerk, paper of rapport, gebruik dan dit formaat (APA):

Martens, Y. (2019). Smart Pooltable: deep learning en reinforcement learning vergelijken. Onuitgegeven verhandeling, Hogeschool PXL, PXL-Digital.
Gevonden op op http://doks.pxl.be/doks/do/record/Get?dispatch=view&recordId=SEtd8ab2a8216cd2dafb016cd3018762128c.




©2004-2008 - Hogeschool PXL - webmaster - Contact - Disclaimer