Anwendungsfälle für Bildverarbeitung in der Produktion sind vielfältig: Vollständigkeitsprüfungen, detektieren von Schadstellen oder prüfen von Montagepositionen. Seit Jahren wird klassische Bildverarbeitung sehr erfolgreich in jeder Fabrik eingesetzt. Worin unterscheidet sich Bildverarbeitung mit Maschinellem Lernen und wie demokratisiert es die Qualitätssicherung (auch finanziell)?

Die Prüfung einer Wälzlagermontage dient uns als Agenda um das Handwerkszeug für Bildverarbeitung mit neuronalen Netzen zu erlernen. Wir werden unterschiedliche Problemtypen (Bilderkennung, Objekterkennung, Segmentierung) sowie die Vor- und Nachteile der bekanntesten Architekturen kennenlernen (ResNet, MobileNet, YOLO). Nebenbei ergründen wir, worauf es bei den Bildern ankommt, wie diese vorbereitet werden (labeln) und wie viele man braucht. Trauen Sie keiner Statistik, die Sie nicht selbst gemacht haben: wir sehen uns dazu auch die geläufigsten Bewertungsmetriken an und was diese für die Praxis bedeuten.