Am 01.12.2019 startete das Umsetzungsprojekt mit einem Unternehmen aus der Fahrzeugbranche.

Das Mittelstand 4.0-Kompetenzzentrum Chemnitz erweitert eine bereits beim Unternehmen in Entwicklung befindliche Teileerkennung auf Basis künstlicher Intelligenz. Ziel ist es, ein prototypisches Gerät zu entwickeln, das den Aufwand bei der Erstellung der Produktfotos, die für das Training der KI benötigt werden, reduziert. Die Bilder sollen automatisch aus verschiedenen Blickwinkeln erstellt, benannt und in passender Struktur abgelegt werden. Weiterhin wird es Versuche geben, alle Fotos automatisch freizustellen, sodass ein beliebiger Hintergrund genutzt werden kann, um die Varianz in den Bildern zu erhöhen und das Training der KI somit zu vereinfachen. Zum Einsatz kommt hierbei Low Cost Hardware und eine Steuerung aus dem Open Source Bereich.

Umsetzungsprojekte
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.

WEITERLESEN

Aktuelles
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.

WEITERLESEN

Aktuelles
Bilderkennung , künstliche Intelligenz , Leistung bringen! , Maschinelles Lernen , Umsetzungsprojekt

Kick-Off des Umsetzungsprojekts mit Unternehmen für Fahrzeugteile

WEITERLESEN

Praxisbeispiel
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.

WEITERLESEN