Deep Learning in Fertigungsprozessen

Symbolbild (Foto: Adobe Stock, 448490894)
Erkennung von Fehlern und Defekten bei der visuellen Inspektion
Projektverantwortlich (OTH): Prof. Dr. Jürgen Frikel
Kooperationspartner: evopro systems engineering AG
Laufzeit: seit 2022
Deep Learning zur visuellen Anomalieerkennung
Im Projekt geht es um die Entwicklung effizienter und robuster Methoden zur Erkennung von Anomalien an Objekten in der automatisierten visuellen Inspektion. Hauptaufgabe einer Inspektion ist die Klassifizierung von Objekten in die Klasse „O.K.“, was bedeutet, dass die Anforderungen an das Objekt erfüllt wurden, oder in die Klasse „n.O.K.“, was bedeutet, dass eine Auffälligkeit festgestellt wurde. Je nach zugrundeliegender Aufgabe sollen die Anomalien zusätzlich lokalisiert werden.
Da traditionelle Bildverarbeitungsansätze schnell an ihre Grenzen stoßen, wird zur Lösung des Erkennungsproblems Deep Learning eingesetzt. Da die Anforderungen in der heutigen Welt immer komplexer und vielfältiger werden, ist es wichtig, dass sich die entwickelten Methoden sofort an Änderungen anpassen. Systeme auf Basis von Deep Learning mit Neuronalen Netzen bieten sich als effiziente Lösungen an.
