Επιτομή:
Η παρούσα διπλωματική εργασία εκπονήθηκε με σκοπό τη μελέτη του προβλήματος
επεξεργασίας, οπτικής αναγνώρισης και ταξινόμησης αντικειμένων με τεχνικές μηχανικής
μάθησης. Αρχικά γίνεται μια εισαγωγή στην έννοια της τεχνητής νοημονήσης, στην
υπολογιστική όραση και στα έξυπνα σπίτια. Στην συνέχεια γίνεται μια εισαγωγή στην
μηχανική μάθηση, αναφέρεται η εξέλιξη και εφαρμογές της και αναλύονται περαιτέρω οι
τύποι της όπως η μάθηση με επίβλεψη και η μάθηση χωρίς επίβλεψη αλλά και κάποιοι
αλγόριθμοι της μαθηνικής μάθησης όπως τα δέντρα αποφάσεων και ο αλγόριθμος
Κ-πλησιέστερων γειτόνων. Έπειτα αναφέρονται οι τεχνολογίες που χρησιμοποιήθηκαν για
την πραγματοποίηση του πρακτικού κομματιού της διπλωματικής εργασίας όπως το
YOLOv5 και το Google Colab. Ακολούθως αναλύονται τα βήματα που έγιναν για την
κατασκευή της εφαρμογής που αναγνωρίζει έξι διαφορετικά είδη από σκουπίδια. Ξεκινώντας
από την δημιουργία του συνόλου των δεδομένων (dataset), την προετοιμασία και
προεπεξεργασία αυτών των δεδομένων πριν την χρήση τους στην εκπαίδευση του
αλγορίθμου. Περιγράφεται το περιβάλλον υλοποίησης της και ο αλγόριθμος που
χρησιμοποιήθηκε για την εκπαίδευση. Τέλος, παρουσιάζονται τα αποτελέσματα τα από
διάφορα πειράματα που πραγματοποιήθηκαν και παρατίθενται τα αποτελέσματα της τελικής
εφαρμογής και οι μελλοντικές κατευθύνσεις αυτής της εφαρμογής.