Περίληψη Διατριβής: Έρευνα Συστημάτων Βαθιάς Μάθησης για την Αναγνώριση Πολύπλοκων Γεωμετρικών Σχημάτων
και Εφαρμογή στη Βιομηχανία Προφίλ Αλουμινίου
Εισαγωγή και Πρόβλημα
Η παρούσα εργασία αντιμετωπίζει την κρίσιμη ανάγκη για αυτοματοποιημένη και αξιόπιστη αναγνώριση πολύπλοκων
γεωμετρικών σχημάτων διατομής στην παραγωγή προφίλ αλουμινίου, έναν τομέα που χαρακτηρίζεται από τεράστιο όγκο
μοναδικών προϊόντων και υψηλή ευαισθησία σε σφάλματα χειροκίνητης διαχείρισης. Κεντρικός στόχος της έρευνας ήταν η
ανάπτυξη και η αξιολόγηση μιας λύσης βασισμένης στην Τεχνητή Νοημοσύνη για την αναγνώριση αυτών των σχημάτων
σε πραγματικό, «θορυβώδες» βιομηχανικό περιβάλλον, με έμφαση στη γεφύρωση του θεμελιώδους Χάσματος
Προσομοίωσης-Πραγματικότητας (Sim-to-Real Gap).
Μεθοδολογία και Αρχιτεκτονική Συστήματος
Η μεθοδολογία υιοθέτησε μια διαδοχική αρχιτεκτονική (cascaded pipeline), συνδυάζοντας έναν Ανιχνευτή Αντικειμένων
(Object Detector, YOLOv8n) για τον χωρικό εντοπισμό με έναν Ταξινομητή (Classifier, EfficientNetV2 ή MobileViT) για
την ακριβή γεωμετρική ταυτοποίηση.
• Μηχανική Συνθετικών Δεδομένων: Για να ξεπεραστεί η σπανιότητα των πραγματικών δεδομένων, αναπτύχθηκε
η αρχιτεκτονική "DataSilver", ένας αυτοματοποιημένος αγωγός που παρήγαγε 116.200 συνθετικές εικόνες από
αρχεία CAD. Ο αγωγός αυτός ενσωμάτωσε τεχνικές όπως η προσομοίωση κατοπτρικής απόκρυψης, η έγχυση
βαρέος θορύβου και το pipeline "Super-Grayscale" CLAHE, με σκοπό την υπολογιστική αναπαραγωγή των
ατελειών του οπτικού αισθητήρα και την ανοσοποίηση του δικτύου έναντι της Προκατάληψης Υφής (Texture
Bias).
• Υλοποίηση Edge AI: Η λύση ενσωματώθηκε πρακτικά στο «Κινητό Εργαστήριο» (Signal Profiler), μια
διαπλατφορμική εφαρμογή Flutter/Dart, σχεδιασμένη για τη συλλογή δεδομένων και την εκτέλεση συμπερασμού
(inference) σε πραγματικό χρόνο εντός κινητής συσκευής (TFLite).
Αποτελέσματα και Αξιολόγηση
Τα μοντέλα εκπαιδεύτηκαν με επιθετική επαύξηση δεδομένων, με το YOLOv8n να επιτυγχάνει σχεδόν τέλεια ακρίβεια
(mAP@50-95: 0.995) στη συνθετική επικύρωση.
• Αρχική Πρόκληση: Η αρχική ανάπτυξη σε πραγματικές εικόνες αποκάλυψε σοβαρό Κενό Τομέα, με τους
Ταξινομητές να αδυνατούν να γενικεύσουν σε νέα υλικά (π.χ., λευκή βαφή).
• Προσαρμογή Πεδίου: Το πρόβλημα αντιμετωπίστηκε με τη στρατηγική Εκμάθησης Μεταφοράς (Transfer
Learning), όπου εφαρμόστηκε Αντικατάσταση του Τελικού Επιπέδου Ταξινόμησης και Μικρο-συντονισμός (FineTuning) σε ένα μικρό σύνολο ημι-συνθετικών εικόνων.
• Τελική Απόδοση: Μετά την προσαρμογή, ο βέλτιστος συνδυασμός (YOLOv8n + EfficientNetV2) πέτυχε
Συνολική Ακρίβεια Συστήματος 76.19% σε μη ιδωμένα πραγματικά δείγματα. Αυτός ο συνδυασμός
επιβεβαιώθηκε ως η βέλτιστη ισορροπία ταχύτητας-ακρίβειας, με χρόνο συμπερασμού 717 ms ανά εικόνα,
καθιστώντας το σύστημα πλήρως βιώσιμο για πρακτική εφαρμογή "Point-and-Shoot".
Συμπέρασμα
Η διατριβή επιβεβαιώνει την αποτελεσματικότητα της μεθοδολογίας "Sim-to-Real" όταν συνδυάζεται με προηγμένη
Μηχανική Συνθετικών Δεδομένων και Εκμάθηση Μεταφοράς. Η προσέγγιση αυτή προσφέρει μια κλιμακώσιμη λύση για
την ενσωμάτωση της Μηχανικής Όρασης στο πλαίσιο της Βιομηχανίας 4.0, μειώνοντας την εξάρτηση από την εκτεταμένη
συλλογή και σχολιασμό πραγματικών δεδομένων. Μελλοντικές κατευθύνσεις περιλαμβάνουν την επέκταση για ανίχνευση
ελαττωμάτων και τη διασύνδεση με συστήματα ERP, όπως και μια θεωρητική αρχιτεκτονική για την επικοινωνία και
επανεκπαίδευση των μοντέλων.

Thesis Abstract: Research on Deep Learning Systems for Complex Geometric Shape Recognition and Application in
the Aluminum Profile Industry
Introduction and Problem
The present work addresses the critical need for automated and reliable recognition of complex cross-sectional
geometric shapes in aluminum profile manufacturing, a sector characterized by a vast volume of unique products and
high susceptibility to manual handling errors. The primary objective of this research was to develop and evaluate an
Artificial Intelligence-based solution for recognizing these shapes in a real-world, "noisy" industrial environment,
with an emphasis on bridging the fundamental Sim-to-Real Gap.
Methodology and System Architecture
The methodology adopted a cascaded pipeline architecture, combining an Object Detector (YOLOv8n) for spatial
localization with a Classifier (EfficientNetV2 or MobileViT) for precise geometric identification.
• Synthetic Data Engineering: To overcome the scarcity of real-world data, the "DataSilver" architecture was
developed, an automated pipeline that generated 116,200 synthetic images from CAD files. This pipeline
incorporated techniques such as specular occlusion simulation, heavy noise injection, and the "SuperGrayscale" CLAHE pipeline, aiming to computationally replicate optical sensor imperfections and immunize
the network against Texture Bias.
• Edge AI Implementation: The solution was practically integrated into the "Mobile Laboratory" (Signal
Profiler), a cross-platform Flutter/Dart application designed for data collection and real-time on-device
inference using TFLite.
Results and Evaluation
The models were trained using aggressive data augmentation, with YOLOv8n achieving near-perfect accuracy
(mAP@50-95: 0.995) on synthetic validation.
• Initial Challenge: Initial deployment on real images revealed a severe Domain Gap, with the Classifiers
failing to generalize to new materials (e.g., white paint).
• Domain Adaptation: This issue was addressed through a Transfer Learning strategy, utilizing Classification
Head Replacement and Fine-Tuning on a small set of semi-synthetic images.
• Final Performance: Post-adaptation, the optimal combination (YOLOv8n + EfficientNetV2) achieved a
Total System Accuracy of 76.19% on unseen real-world samples. This combination was confirmed as the
optimal balance between speed and accuracy, with an inference time of 717 ms per image, rendering the
system fully viable for practical "Point-and-Shoot" application.
Conclusion
The thesis confirms the effectiveness of the "Sim-to-Real" methodology when combined with advanced Synthetic
Data Engineering and Transfer Learning. This approach offers a scalable solution for integrating Machine Vision
within the Industry 4.0 framework, reducing the reliance on extensive collection and annotation of real-world data.
Future directions include expanding the system for defect detection and interfacing with ERP systems, as well as a
theoretical architecture for the communication and retraining of the distributed models.