Matyas Hoffer-Toth
CycleSafely on mobile
[
thesis]
Information
- Publication Type: Bachelor Thesis
- Workgroup(s)/Project(s):
- Date: August 2024
- Date (Start): 11. March 2024
- Date (End): 12. August 2024
- Matrikelnummer: 12122086
- First Supervisor: Stefan Ohrhallinger
- Keywords: bicycle, mobile, scanning
Abstract
SFA3D:Zeitplan: Auf Mobile portiert bis Ende März / Anfang April.
SAF3D ist mit Pytorch implementiert worden. Folgende Möglichkeiten gibt es um Pytorch Modelle auf Mobile/Android zu portieren:
- Pytorch Mobile: https://pytorch.org/mobile/home/
- Pytorch Flutter Plugins: https://pub.dev/packages/flutter_pytorch oder https://pub.dev/packages/pytorch_mobile
- Deep Java Library: https://djl.ai/
3D-Multi-Object-Tracker:
Zeitplan: Auf Mobile implementiert bis Ende April.
Da 3DMOT ein non-ml Algorithmus ist, kann er in der dann gewählten Sprache implementiert werden.
Precog:
Zeitplan: Auf Mobile portiert bis Ende Mai.
Precog habe ich leider nicht zum Laufen bekommen, da ich nicht alle Daten gefunden habe bzw. nicht sicher war welche benötigt werden und wie sie konfiguriert werden sollen.
Precog verwendet Tensorflow. Dazu habe ich folgendes gefunden:
- Tensorflow Lite: https://www.tensorflow.org/lite
- Tflite Flutter: https://pub.dev/packages/tflite_flutter
Vergleich zwischen Server und Mobile:
Zeitplan: Server und Mobile werden Anfang Juni verglichen, wenn bis dahin alles nach Plan läuft.
Schriftliche Arbeit:
Zeitplan: Mit dem Schreiben wird nach dem Vergleichen angefangen und dafür kann der Rest von Juni verwendet werden. Falls sich eines der Schritte herauszögert, dann kann ich die vorlesungsfreie Zeit im Sommer auch verwenden.
Additional Files and Images
Weblinks
No further information available.BibTeX
@bachelorsthesis{hoffer-toth-com,
title = "CycleSafely on mobile",
author = "Matyas Hoffer-Toth",
year = "2024",
abstract = "SFA3D: Zeitplan: Auf Mobile portiert bis Ende M\"{a}rz /
Anfang April. SAF3D ist mit Pytorch implementiert worden.
Folgende M\"{o}glichkeiten gibt es um Pytorch Modelle auf
Mobile/Android zu portieren: - Pytorch Mobile:
https://pytorch.org/mobile/home/ - Pytorch Flutter Plugins:
https://pub.dev/packages/flutter_pytorch oder
https://pub.dev/packages/pytorch_mobile - Deep Java
Library: https://djl.ai/ 3D-Multi-Object-Tracker:
Zeitplan: Auf Mobile implementiert bis Ende April. Da 3DMOT
ein non-ml Algorithmus ist, kann er in der dann
gew\"{a}hlten Sprache implementiert werden. Precog:
Zeitplan: Auf Mobile portiert bis Ende Mai. Precog habe ich
leider nicht zum Laufen bekommen, da ich nicht alle Daten
gefunden habe bzw. nicht sicher war welche ben\"{o}tigt
werden und wie sie konfiguriert werden sollen. Precog
verwendet Tensorflow. Dazu habe ich folgendes gefunden: -
Tensorflow Lite: https://www.tensorflow.org/lite - Tflite
Flutter: https://pub.dev/packages/tflite_flutter
Vergleich zwischen Server und Mobile: Zeitplan: Server und
Mobile werden Anfang Juni verglichen, wenn bis dahin alles
nach Plan l\"{a}uft. Schriftliche Arbeit: Zeitplan: Mit
dem Schreiben wird nach dem Vergleichen angefangen und
daf\"{u}r kann der Rest von Juni verwendet werden. Falls
sich eines der Schritte herausz\"{o}gert, dann kann ich die
vorlesungsfreie Zeit im Sommer auch verwenden. ",
month = aug,
address = "Favoritenstrasse 9-11/E193-02, A-1040 Vienna, Austria",
school = "Research Unit of Computer Graphics, Institute of Visual
Computing and Human-Centered Technology, Faculty of
Informatics, TU Wien ",
keywords = "bicycle, mobile, scanning",
URL = "https://www.cg.tuwien.ac.at/research/publications/2024/hoffer-toth-com/",
}