Das Umsetzungsprojekt mit einem Unternehmen aus der Fahrzeugbranche entwickelt sich kontinuierlich weiter. Ziel ist es, in Kundenaufträgen übermittelte Bilddaten zu erfassen und diese automatisch dem Sortiment für Ersatzteile zuzuordnen. Dazu wurde zunächst ein Prototyp entwickelt. Im Juni erfolgte nun der erste Test beim Unternehmen vor Ort.
Zum Fotografieren stellte die Firma einen Querschnitt von Artikeln aus dem Produktportfolio bereit. So konnte der Prototyp validiert werden. Zudem zeigten sich während des Tests einige Verbesserungspotentiale. Um die Verarbeitung von Bilddaten feiner zu justieren, wird die nächste Iteration beispielsweise eine eigene Beleuchtung enthalten. Das sichert eine gute Unterscheidung zwischen dem Produkt im Vordergrund und dem später entfernten Hintergrund. Weiterhin bekommt der verwendete Roboter einen höheren Unterbau. So lassen sich größere Produkte besser scannen.
Geschäftsführer Andreas Vogel zeigt sich mit dem erfolgreichen Praxistest und der Unterstützung aus dem Mittelstand 4.0-Kompetenzzentrum Chemnitz sehr zufrieden.
„Wir sind sehr zufrieden mit dem aktuellen Projektverlauf. Durch die Optimierungen stellen wir eine schnellere Erfassung in konstanter Qualität sicher. Dies ist eine gute Grundlage, um die Testdaten für weitere Praxistests zu erhöhen.“
Fragen rund um das Umsetzungsprojekt beantwortet Ihnen gerne Hendrik Unger. Sie erreichen ihn telefonisch unter 0371 531-35983 oder per Mail an hendrik.unger@mb.tu-chemnitz.de.
Bilderkennung , convolutional neural network , künstliche Intelligenz , Leistung bringen! , Maschinelles Lernen
Automatische Datenerfassung zum Training von KI-Anwendungen
Um Ersatzteile anzufragen, schicken Kunden oft Bilder von defekten Bauteilen. Die Zuordnung zum Sortiment erfolgt durch das Erfahrungswissen der Mitarbeiter. Eine KI soll hier entlasten und Bilddaten automatisch erfassen.
Bilderkennung , künstliche Intelligenz , Leistung bringen! , Maschinelles Lernen
Kick-Off des Umsetzungsprojekts mit Unternehmen für Fahrzeugteile
Bilderkennung , convolutional neural network , künstliche Intelligenz , Leistung bringen! , Maschinelles Lernen
Zwischenziel erreicht: Prototyp für die automatische Datenerfassung
Der Fahrzeugteile-Hersteller nutzt künstliche Intelligenz für die automatische Datenerfassung und ordnet damit Kundenaufträge dem eigenen Sortiment zu.
Bilderkennung , convolutional neural network , künstliche Intelligenz , Leistung bringen! , Maschinelles Lernen
Automatische Datenerfassung zum Training von KI
Um die KI und deren neuronales Netz zu trainieren, werden viele Bilder des gesamten Artikelbestandes benötigt. Unser Praxisbeispiel stellt vor, wie die Bilder automatisch erfasst werden.
Bilderkennung , künstliche Intelligenz , Menschen machen's!
Designprozess - Automatisierte Datenerfassung für KI Training
Ein Onlinehänder möchte von Kunden eingeschickte Produktfotos dem eigenen Sortiment per KI zuordnen. In dieser Story können Sie den Prozess der Lösungsfindung begleiten.
Bilderkennung , convolutional neural network , künstliche Intelligenz , Leistung bringen! , Maschinelles Lernen
Trainingsdaten für künstliche Intelligenz bereitstellen
Damit KI in Unternehmen erfolgreich ist, braucht die Technologie eine starke Datengrundlage. Im Video zeigen wir, wie wir eine KI mithilfe eines Low Cost Roboters und einer Webcam trainiert haben.
